LeCun 任董事长的 AMI 开源 H-JEPA 分层世界模型，视觉规划成功率提升至 73%

图灵奖得主 Yann LeCun 担任董事长的 AI 公司 AMI，联合纽约大学、巴黎 INRIA 与布朗大学发表论文，推出面向视觉规划的分层世界模型 H-JEPA，代码与预训练权重同步公开。这是 LeCun 长期倡导的”联合嵌入预测架构”（JEPA）路线在视觉规划上的最新落地。

事件背景

LeCun 一直主张，世界模型应学习对世界的抽象表征并预测未来状态，而非逐像素生成。JEPA 系列正是这一思路的代表。H-JEPA 的目标，是让智能体在”看”到环境后，能在抽象表征空间中进行分层规划，再细化为可执行动作。

核心内容

  • 分层结构：多个 JEPA 逐层堆叠，各层在自身表征空间预测不同时间跨度后的状态；
  • 规划机制：高层先给出粗略计划，把预测的中间状态作为子目标交给低层，细化为具体动作；
  • 防坍塌：沿用 SIGReg 正则避免表征坍塌，保证各层学到有意义的结构；
  • 效果：在 Visual AntMaze 仿真迷宫任务中，三层模型成功率 73%，单层仅 18%；Push-T 任务上两层表现较好，增至三、四层反而下降。

影响与解读

H-JEPA 展示了”分层抽象 + 世界模型”在机器人视觉规划上的潜力：让模型先在高层想清楚”要去哪”，再由低层决定”怎么走”，更接近人类解决问题的方式。它也再次印证 LeCun 的判断——通用智能不必依赖大规模语言生成，而可以建立在可预测的抽象世界模型之上。

相关动态 / 展望

AMI 今年 3 月完成 10.3 亿美元融资，但目前官网尚无面向公众的产品入口。随着代码与权重开源，学术与机器人团队可基于此进一步验证分层世界模型在真实操控中的泛化能力。

信息来源：腾讯研究院 AI 速递（综合 AMI / NYU / INRIA / Brown 论文）

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。