近2亿美元!VAST完成新一轮融资,正式披露世界模型路线
VAST完成近2亿美元融资并披露Project Eden世界模型路线,首创状态推演与视觉渲染解耦架构,支持多人持久化交互、模块化复用和线性算力扩展,为AI原生沙盒与具身智能仿真提供底层基础设施。
入选理由:VAST获近2亿美元A+/A++轮融资,投资方包括渶策资本、国寿长三角科创基金及荣耀、上汽等产业资本。
概念
别名:Joint Embedding Predictive Architecture
用于触觉感知的预测编码框架
已跟踪 9 条高相关材料
最近变化
2026-11-14 · JEPA 方法通过预测抽象表征,而非逐像素生成视频,解决生成式AI的局限。
为什么值得关注
JEPA 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
近2亿美元!VAST完成新一轮融资,正式披露世界模型路线
量子位 · 9.2 分
VAST完成近2亿美元融资并披露Project Eden世界模型路线,首创状态推演与视觉渲染解耦架构,支持多人持久化交互、模块化复用和线性算力扩展,为AI原生沙盒与具身智能仿真提供底层基础设施。
#830.Yann LeCun:世界模型与下一场 AI 革命 | 南洋理工大学高等研究所公开讲座
跨国串门儿计划 · 8.5 分
Yann LeCun 提出世界模型是实现人类水平智能的关键,JEPA 方法通过预测抽象表征而非逐像素生成视频,解决生成式AI的局限。
If you've followed the JEPA line of work, LingBot-Touch is worth a read: a shared Transformer over t...
elvis(@omarsar0) · 8.5 分
LingBot-Touch通过共享Transformer和潜在预测方法,在触觉数据处理上优于MAE和VAE。
已收录 9 条与 JEPA 相关的内容,按评分排序。
VAST完成近2亿美元融资并披露Project Eden世界模型路线,首创状态推演与视觉渲染解耦架构,支持多人持久化交互、模块化复用和线性算力扩展,为AI原生沙盒与具身智能仿真提供底层基础设施。
入选理由:VAST获近2亿美元A+/A++轮融资,投资方包括渶策资本、国寿长三角科创基金及荣耀、上汽等产业资本。
Yann LeCun 提出世界模型是实现人类水平智能的关键,JEPA 方法通过预测抽象表征而非逐像素生成视频,解决生成式AI的局限。
入选理由:JEPA 方法通过预测抽象表征,而非逐像素生成视频,解决生成式AI的局限。
LingBot-Touch通过共享Transformer和潜在预测方法,在触觉数据处理上优于MAE和VAE。
入选理由:LingBot-Touch使用近5000小时真实触觉数据预训练模型
Yann LeCun区分了图像/视频自监督学习方法的架构差异,强调DINO/V-JEPA等工程模型与学术研究在资源、规模和应用上的本质区别。
入选理由:JEPA与JEA的核心差异在于是否包含预测器模块
世界模型是解决AI学习效率问题的关键路径,通过环境模拟实现更高效的学习,已在自动驾驶和机器人领域取得进展。
入选理由:世界模型通过环境模拟使AI学习效率提升数千倍
Yann LeCun探讨世界模型与JEPA架构对比,提出防止SSL崩溃的三大方法,并解析SIGReg/LeJEPA/LeWM模型。
入选理由:JEPA与生成式架构在世界模型中的对比涉及信息最大化和蒸馏方法
VAST 通过拆分世界状态与视觉渲染,打造全球首个可独立维护、支持多人交互的确定性世界模型 Project Eden,突破传统视频生成与静态3D重建的瓶颈,为通用AI构建动态底层世界。
入选理由:VAST 推出 Project Eden,是首个支持独立维护世界状态的世界模型,实现多人并发交互与持久化环境。
具脑磐石提出基于认知科学的机器人“认知世界模型”,旨在实现更高层次的具身智能,并已完成亿元级融资。
入选理由:具脑磐石提出五层世界模型架构,其中第五层主动推理最接近人类智能本质。
文章讨论了AI领域的发展趋势,包括JEPA的潜力、LeCun对Llama的看法以及OpenAI的未来。
入选理由:JEPA在五年内可能全面统治AI领域。