Meta AI випустила спільну вбудовану модель прогнозування світу для фізичного планування JEPA-WMs

Новини ME: повідомлення, 3 квітня (UTC+8), команда Meta AI Research опублікувала узгоджену прогностичну модель світу JEPA-WMs та пов’язані дослідження для фізичного планування. Це дослідження розглядає ключові фактори успіху моделі та надає повну реалізацію PyTorch, набори даних і попередньо навчені моделі. Опубліковані моделі включають основну JEPA-WM, а також базові моделі DINO-WM і V-JEPA-2-AC(fixed), охоплюючи кілька роботизованих середовищ для керування та навігації, зокрема DROID & RoboCasa, Metaworld, Push-T, PointMaze та Wall. Моделі використовують візуальні енкодери, такі як DINOv3 ViT-L/16, DINOv2 ViT-S/14 і V-JEPA-2 ViT-G/16; вхідний роздільник зображень здебільшого становить 224×224 або 256×256. Проєкт також надає необов’язкову декодерну голівку VM2M для візуалізації та декодування траєкторій, але підкреслює, що цей декодер не є необхідним для тренування моделей світу або для проведення оцінювання планування. Усі ресурси оприлюднено на GitHub, Hugging Face та arXiv. (Джерело: InFoQ)

Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Закріпити