La-JEPA 提出紧凑型机器人策略

2026年11月6日，arXiv 平台发布了一项关于 La-JEPA 的最新研究。该模型提出了一种紧凑的潜在世界-动作模型，其核心策略 Transformer 是直接在预训练 V-JEPA 2.1 编码器的特征空间中，从零开始训练而成的。这种架构设计旨在提升机器人策略的生成效率。 在实际测试中，La-JEPA 在 RoboTwin 2.0 与 LIBERO-Plus 两个主流基准上表现优异。该模型在无需额外具身预训练策略的情况下，取得了超越现有方案的先进性能。同时，该策略的参数量远少于当前的最强竞品模型。 在推理性能方面，La-JEPA 仅生成动作指令，其运行速度显著快于现有的 Fast-WAM 模型。测试结果显示，La-JEPA 在速度大幅提升的同时，其最终表现与 Fast-WAM 相当，展现了该紧凑架构在效率与性能上的平衡。

AI 根据报道生成 · 22 小时前更新