10月12日,钛媒体发布内容介绍杨立昆的新世界模型H-JEPA。该模型采用分层推理的底层逻辑,目标是推理后续发展。
H-JEPA的起点是杨立昆的JEPA,全称为Joint-Embedding Predictive Architecture,联合嵌入预测架构。与视频生成式模型不同,JEPA不画下一帧画面,而是把画面压缩成一组抽象的向量,并在抽象空间里预测未来。
H-JEPA把多个JEPA一层一层堆起来。每一层都有自己的观察编码器、动作编码器和潜在预测器,并在各自表征空间里预测不同时间跨度之后的状态。最底层管得最细、看得最近,往上的层则看得更远、更宏观。
