研究人员推出了一种新颖的联合嵌入预测架构（JEPA），名为 Qantara，它能够从原始像素实现多范式控制。与先前在训练时就确定单一推理方法的 JEPA 不同，Qantara 的联合训练目标允许单个检查点在无需重新训练的情况下支持轨迹优化、行为克隆和逆动力学。这种灵活性是通过布朗桥插值和噪声到数据流匹配实现的。Qantara 在 OGBench-Cube 和 LeWM 控制套件等基准测试中展示了最先进的性能，显著优于现有的 JEPA 世界模型。 AI
影响 通过允许单个模型适应不同的推理范式，从而实现更灵活、更强大的控制系统。
排序理由 详细介绍新AI架构及其在基准测试中性能的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.04978v1 Announce Type: new Abstract: Joint-Embedding Predictive Architectures (JEPAs) underpin a growing family of latent world models for control from raw pixels, but every existing JEPA world model commits at training time to a single inference paradigm: either traje…
Joint-Embedding Predictive Architectures (JEPAs) underpin a growing family of latent world models for control from raw pixels, but every existing JEPA world model commits at training time to a single inference paradigm: either trajectory optimisation in a learned dynamics model, …