Новая модель V-JEPA 2 для физического мышления

V-JEPA 2 — это мировая модель, способная к передовому распознаванию и прогнозированию визуальной информации, а также к роботизированному планированию "с нуля".

Модель V-JEPA 2 улучшает предсказание действий и взаимодействие с незнакомыми объектами и средами.

В новой модели применяется метод самоуправляемого обучения на видеоданных, что снижает потребность в аннотации людьми.

Meta выпускает три новых эталона для оценки способности моделей к физическому пониманию мира через видео.