LeWorldModel · LeWM

LeWorldModel 是从图像端到端训练的 JEPA 世界模型。它用动作预测后续画面的潜在表征,并用交叉熵法搜索能接近目标图像的动作序列。原作者发布了四项仿真任务的权重。

用于仿真中的视觉世界建模与目标条件控制。

论文与报告 (1)

LeWorldModel:从像素端到端稳定训练的联合嵌入预测架构

有论文

LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels

arXiv: 2603.19312DOI: 10.48550/arxiv.2603.19312
作者与单位 (5)

署名方式: 原文顺序

  1. Lucas Maes

    Mila · Université de Montréal

  2. Quentin Le Lidec

    New York University

  3. Damien Scieur

    Mila · Université de Montréal · Samsung SAIL

  4. Yann LeCun

    New York University

  5. Randall Balestriero

    Brown University

首版日期
2026-03-13
论文最新修订
v3 · 2026-06-03
会议 / 期刊
arXiv

覆盖的模型版本

如何获取与使用

公开代码资源
公开获取

代码与训练/微调

获取方式
公开获取

核验日期 · 2026-11-22

代码许可证
MIT
发布信息

来源核验日期 · 2026-11-22

部署前需核对

原版公开结果覆盖仿真中的视觉控制及物理表征评测。该发布资料未提供真机表现的验证结果。 权重或代码可获取,不代表机器人可以即插即用。请按来源文档核对配置、数据与接口要求。

部署与使用资料

架构与输入输出

模型类型
世界模拟
架构
Transformer
输入
目标图像 / RGB 图像
发布时间
2026年3月27日
  • 输入模态 · 主要类别 · 架构: arxiv.org
  • 输入模态 · 主要类别 · 架构: github.com

适用范围与训练方式

输出

表征

派生模型

LeWorldModel · SADL shared-BatchNorm ↗派生

  • LeWorldModel · SADL shared-BatchNorm: arxiv.org
  • LeWorldModel · SADL shared-BatchNorm: github.com
提交来源或更正