LeCun 的世界模型初步实现！基于预训练视觉特征，看一眼任务就能零样本规划

图灵奖得主 Yann LeCun 近日发布了一项新成果 DINO-WM，该模型基于预训练的视觉特征，能够在未见过的环境中实现零样本规划。DINO-WM 通过 ViT 架构预测未来嵌入，显著提高了视觉规划的准确性和泛化能力。在多个复杂任务中，DINO-WM 表现优异，特别是在需要精确控制和空间理解的环境中。这一成果为现实世界应用中的通用世界模型提供了新的可能性。
来源：https://mp.weixin.qq.com/s/2wYS7bC0RsKqvqvkp9SbPA