V-JEPA 2: Nowy model świata AI

Model V-JEPA 2 osiąga nowoczesne wyniki w zrozumieniu i przewidywaniu wizualnym w świecie fizycznym oraz umożliwia planowanie robotów bez treningu na nowośc.

Nowy model wspiera trzy nowe benchmarki do oceny zdolności rozumienia świata fizycznego przez istniejące modele wideo.

V-JEPA 2 korzysta z architektury Meta Joint Embedding Predictive Architecture (JEPA), a jego trening obejmuje obserwację bez akcji oraz trening uwzględniający akcje robota.

Model V-JEPA 2 może być używany do planowania w środowiskach, które nie były wcześniej trenowane, np. przy używaniu nowych przedmiotów.