V-JEPA：AI自监督学习物理直觉

Meta最新研究开发的视频联合嵌入预测架构（V-JEPA）实现了AI对直观物理的理解。与传统模型不同，V-JEPA无需硬编码核心知识，通过自监督学习在抽象表示空间中进行预测，成功分辨符合或违背物理定律的视频。实验结果显示，V-JEPA在多个数据集上的表现显著优于随机水平，特别是在物体持久性、连续性和形状恒定性方面。此外，V-JEPA不仅超越了基于像素的预测模型和多模态大型语言模型，在某些情况下甚至达到了或超过了人类的表现。研究表明，即使是较小规模的V-JEPA模型也能实现对直观物理的有效理解。
来源：https://mp.weixin.qq.com/s/OeUYyfEonlKlwQQEwhLVgg