LeWorldModel实现端到端稳定训练JEPA
热点事件持续更新
LeWorldModel实现端到端稳定训练JEPA
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
LeWorldModel研究团队提出并开源一种可从像素端到端稳定训练的JEPA世界模型：仅使用下一嵌入预测的均方误差损失和SIGReg正则化，不依赖停止梯度、指数移动平均或预训练表征等启发式方法。模型规模约1500万参数，可在单GPU上数小时完成训练，规划速度较基于基础模型的世界模型最高快48倍，并在2D、3D控制任务中保持竞争力。
AI 根据报道生成 · 58 分钟前更新
最新进展11月10日 20:31
LeWorldModel 论文实现单 GPU 训练与最高 48 倍规划加速报道时间线
沿着报道，了解事件的不同侧面。
11月10日
- AGI HuntLeWorldModel 论文实现单 GPU 训练与最高 48 倍规划加速
LeWorldModel 论文提出可从像素端到端稳定训练的 JEPA，仅使用下一嵌入预测损失和 SIGReg 正则化。该模型仅 1500 万参数，可在单 GPU 上数小时完成训练，规划速度比基于基础模型的世界模型最多快 48 倍，并在 2D/3D 控制任务上保持竞争力。研究来自 Mila、NYU、Samsung SAIL 和 Brown，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。