LeCun 亲自上阵！Meta的 V-JEPA 2 到底啥来头？-AITOP100,AI资讯

AI 老将 LeCun 的新动作！

最近，AI 圈的元老级人物 LeCun 可是亲自上阵了！Meta 刚发布了个博客，他就迫不及待地拍了个视频，介绍他们的最新成果：V-JEPA 2。看来这次他是真的认真了！

你可能要问了，这 V-JEPA 2 到底是个啥？简单来说，LeCun 觉得未来的 AI 应该更懂世界，能像人一样理解物理规律，甚至能像人一样预测未来会发生什么。所以，V-JEPA 2 的目标就是打造一个能改变 AI 与现实世界交互方式的“世界模型”。最近 Meta 可没少搞大动作，又是组建“超级智能”团队，又是高薪挖人，一副要All in AGI（通用人工智能）的架势。

这难免让人猜测，LeCun 是不是要在 Meta 坐冷板凳了？毕竟，其他科技巨头都在追逐更热门的方向，而 LeCun 却像个“孤勇者”，坚持自己的“世界模型”之路。

V-JEPA 2：世界模型的最新进展

Meta 这次发布的 V-JEPA 2，可是第一个基于视频训练的世界模型。它不仅能理解和预测视频内容，还能实现“零样本规划”和“机器人在新环境中的自主控制”。

简单来说，V-JEPA 2 就是想让 AI 像人一样，通过观察视频来学习世界的运作方式，然后利用这些知识来预测未来，并规划自己的行动。 V-JEPA 2 拥有 12 亿参数，基于 Meta 之前提出的 JEPA 架构。这次的 V-JEPA 2 在动作预测和世界建模方面有了更大的提升，让机器人能够在陌生的环境中与物体互动并完成任务。Meta 还发布了三个全新的评估集，用来测试模型在视频中的理解和推理能力。

网友怎么看？

对于 V-JEPA 2 的发布，LeCun 的支持者们自然是赞不绝口。

当然，也有一些犀利的评论，质疑 V-JEPA 2 是否真的具有突破性技术，以及 Meta 的 AI 政策是否出了问题。

世界模型：AI 的未来？

LeCun 认为，世界模型是 AI 实现高级智能的关键。他用一个例子解释了世界模型的概念：把网球抛向空中，它会因为重力而落回地面。如果它突然转向或者变成苹果，那才奇怪。

这种对物理世界的直觉，就是世界模型的体现。它让我们可以预测事物的未来，并根据预测来规划自己的行动。 V-JEPA 2 就是 Meta 在世界模型方向上的一个重要尝试。它通过视频数据，学习物理世界的运作规律，并让机器人能够像人一样理解和适应新环境。

V-JEPA 2 的训练过程

V-JEPA 2 的训练分为两个阶段： * **第一阶段：无动作预训练。** 通过大量的视频和图像数据，让模型学习关于世界运作方式的知识，比如物体如何交互、如何移动等等。 * **第二阶段：动作条件训练。** 加入机器人数据，让模型学会根据具体的行动来进行预测和规划。

通过这两个阶段的训练，V-JEPA 2 就能实现精准规划，让机器人能够“即插即用”，完成各种任务。

机器人也能“即插即用”？

V-JEPA 2 最激动人心的应用之一就是零样本机器人规划。传统的机器人模型需要针对特定机器人和环境进行训练，而 V-JEPA 2 则可以直接部署到实验室的机器人上，完成抓取、拾取物体、放置到新位置等任务。

Meta 还发布了三个全新的基准测试，用于评估现有模型从视频中理解和推理物理世界的能力。

通往高级机器智能？

Meta 接下来还将深入探索世界模型，比如开发分层的 JEPA 模型，使其能够在不同的时间和空间尺度上进行学习、推理和规划。他们还将开发多模态 JEPA 模型，使其不仅能通过视觉进行预测，还能融合听觉、触觉等多种感知能力，实现更全面的世界理解。 LeCun 的“世界模型”之路，究竟是引领 AI 的下一个潮流，还是走上了歧路？让我们拭目以待！