JEPA
一句话
LeCun 主张的「联合嵌入预测架构」（Joint-Embedding Predictive Architecture）——不逐像素预测画面，而是在抽象表征空间里预测「缺掉的部分」，被认为是世界模型的更省资源路线。
核心能力
- 在表征空间预测：把观察编码成抽象表征，只预测表征层面的差异，避开逐像素生成的巨大算力开销
- 自监督学习：不需要标注，从图像/视频中自己学表征
- Meta 的实现：I-JEPA（图像，2023）、V-JEPA / V-JEPA 2（视频，2024-2025），V-JEPA 2 已用于机器人零样本规划
- 出处：LeCun 2022 年纲领文章《A Path Towards Autonomous Machine Intelligence》
2026 重大变化：LeCun 已离开 Meta（重要更正）
原笔记隐含 LeCun 仍在 Meta 主导该路线，已过时：
- LeCun 于 2026-03 在巴黎创立 AMI Labs（Advanced Machine Intelligence）
- 2026-03-09/10 宣布 10.3 亿美元种子轮，投前估值 35 亿美元，被称为欧洲最大种子轮
- CEO 为 Alexandre LeBrun，LeCun 任执行主席
- 投资方含 Greycroft、Cathay Innovation、Hiro Capital、HV Capital、Bezos Expeditions、NVIDIA
- 截至 2026-10，未检索到 Meta 官方发布的 V-JEPA 3，该路线研究主体已转移到 AMI Labs
官方链接
- 纲领文章（OpenReview）：https://openreview.net/forum?id=BZ5a1r-kVsf
- I-JEPA 论文（arXiv）：https://arxiv.org/abs/2301.08243
- V-JEPA 2（Meta AI 博客）：https://ai.meta.com/blog/v-jepa-2-world-model-benchmarks/
相关笔记
相关日记
- 2026-09-14 - 世界模型架构之争中的 LeCun 路线