#JEPA

LeWAM通过扩散引导MPC改进了世界行动模型，在预测和规划任务中表现优异，比传统重建模型更高效。

机器人世界模型也有缩放定律了，8B 参数的 RoboJEPA 能用计算量预测真机表现，还能零样本规划长时程任务，代码全开源，搞具身的建议看看。

LeCun 系 JEPA 路线的分层版本来了，AntMaze 成功率从 18% 干到 73%，做机器人规划和世界模型的值得看看这篇论文。

JEPA 世界模型在画面几乎不动时规划会崩，这篇论文用一个逆动力学辅助损失把成功率从 0.003 拉到 0.35，还给了个不需要环境访问的探测方法，做世界模型的人应该看看。

机器人方向的概念论文，想在 VLA 的视觉嵌入上训练世界模型，从而省掉海量模仿数据，还能做短期规划，思路挺有意思。

想找一种不用数据增强的时间序列自监督方法？LeNEPA用下一个潜在预测取代传统对比学习，在跨数据集表现更稳，学习速度也快一倍。

有人发了VISReg，一种给JEPA训练用的新正则化技巧，通过方差、不变性和素描来提升表征质量。

AK@_akhaliq原文

CHARM解决了多变量时间序列表示学习的通用性问题，做传感器数据分析、工业监控或金融时序预测的团队可以直接用线性探针获得强性能，值得关注其跨数据集泛化能力。

该工作首次将 JEPA 范式成功应用于 EHR 轨迹建模，解决了联合训练不稳定和表示坍缩的关键问题，为医疗领域预训练大模型提供了一种高效且无需任务微调的方案。