先了解这件事
AI 综述
2026年10月5日,PhAI Labs、香港中文大学、复旦大学、斯坦福大学、牛津大学和普林斯顿大学研究团队发布跨七个领域的通用世界模型框架JEPA-Anything。该框架用一套共享学习配方替代逐领域设计预测模型,通过正交预测分解(OPF)把宽度d的JEPA目标拆成K个正交子空间并各配一个预测器。据后续报道,它在10个动力学任务上全部优于匹配的JEPA基线,Interventional Pong单干预误差下降34.83%,APEBench Burgers 6步rollout误差降约44.7%。核心代码以Apache-2.0开源,研究检查点已放在Hugging Face。
AI 根据公开报道生成
最新进展 · 正式报道
JEPA-Anything：用一套配方为 7 个领域构建世界模型事件进展
1 个已确认进展
- 来源：MarkTechPost
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月6日
MarkTechPost
JEPA-Anything：用一套配方为 7 个领域构建世界模型
PhAI Labs、CUHK、复旦、斯坦福、牛津与普林斯顿的研究者发布 JEPA-Anything，用一套共享学习配方替代逐领域设计预测模型，通过正交预测分解（OPF）把宽度 d 的 JEPA 目标拆成 K 个正交子空间并各配一个预测器。它在 10 个动力学任务上全部优于匹配的 JEPA 基线，Interventional Pong 单干预误差下降 34.83%，APEBench Burgers 6 步 rollout 误差降约 44.7%。核心代码以 Apache-2.0 开源，研究检查点已放在 Hugging Face。