元新世界模型允许机器人在周三从未遇到过的物体操纵物体

尽管大型语言模型（LLM）掌握了文本（以及在某种程度上），但它们在动态，真实的环境中缺乏身体上的“常识”。这限制了AI在生产和物流等领域的部署，在生产和物流中的理解和调查至关重要。

最后一个META V-JEPA 2模型朝着克服这一差距迈出了一步，从视频和物理互动中研究了世界模型。

V-JEPA 2可以帮助创建人工智能的应用程序，这需要在许多情况下预测在不可预测的条件下的结果和计划行动。这种方法可以为更有能力的机器人提供清晰的途径，并在物理环境中扩大自动化。

“世界模型”如何学会计划

人们在很小的时候就发展身体直觉，观察自己的环境。如果您看到一个废弃的球，您本能地知道它的轨迹，并且可以预测它的降落。 V-JEPA 2研究了类似的“世界模型”，它是AI系统的内部建模，内容涉及物理世界的运作方式。

该模型建立在所采用应用程序所需的三个主要功能上：了解场景中发生的事情，预测场景将根据动作的不同而改变，并计划采取行动顺序以实现某个目标。根据Meta在其博客中的说法，其“长期愿景是世界模型将使AI的特工能够计划物理世界中的思想”。

该模型的体系结构称为预测架构，构建了视频中，由两个关键部分组成。编码器观看视频剪辑，并将其凝结到紧凑的数字简历中，称为简介。这项投资反映了有关物体及其在舞台上的关系的重要信息。第二个组件，即“预测变量”，然后接受此简历并表示场景的发展方式，从而产生了下一个简历的预测。

该体系结构是框架JEPA的最后一个演变，该架构最初应用于使用I-JEPA的图像，现在正在移至视频，展示了创建世界模型的一致方法。

与人工智能的生成模型不同，人工智能试图预测未来人为密集的任务-V-JEPA 2在抽象空间中起作用的每个像素的确切颜色。它专注于预测舞台的高级别功能，例如对象的位置和轨迹，而不是其纹理或背景细节，这使其比具有12亿参数的其他较大模型更有效。

这会导致计算成本的降低，并使其更适合在实际条件下部署。

研究观察和行动

V-JEPA 2在两个阶段进行研究。首先，他通过无私的学习创造了对物理学的基本理解，观察了超过一百万个小时的无核互联网视频。只需观察物体如何移动和互动，他就没有任何人类领导才能开发出通用的世界模型。

在第二阶段，该先前训练的模型精确地在一个小的专用数据集上配置。 V-JEPA 2仅处理视频的62小时，显示执行机器人的任务以及相应的控制命令，学会了将特定动作与其物理结果联系起来。这导致了一个可以计划和控制现实世界中的行动的模型。

这个两个阶段的训练为真正的自动化提供了关键的机会：射击零的机器人。基于V-JEPA 2的机器人可以部署在新环境中，并成功地操纵了他以前从未遇到过的对象，而无需在这种特定情况下进行重新训练。

与以前需要教育数据的模型相比，这是重大进展 准确的 机器人和将要工作的环境。该模型经过开放数据的开放数据，然后在Meta实验室中成功部署在不同的机器人上。

例如，要完成类似于对象的选择的任务，请给出机器人所需结果的目标图像。然后，他使用预测变量V-JEPA 2在内部模拟以下运动的可能范围。他根据目标与目标的距离评估每个虚构的动作，执行最大评分并重复该过程，直到完成任务为止。

使用此方法，该模型已达到成功指标的成功指标，而在新设置中，选择的任务和一个不熟悉对象的地方。

物理推理的真正影响

这种计划和行动在新情况下的能力对业务运营有直接的影响。在物流和生产中，它使您可以创建更多适应的机器人，可以在不进行大量重新编程的情况下处理产品和仓库的变化。这可能是特别有用的，因为公司研究了工厂和装配线中的人形机器人的部署。

同一世界模型可以导致一个非常逼真的数字双胞胎的模型，使公司能够在物理准确的虚拟环境中模拟新的流程或训练其他AI。在工业条件下，该模型可以监视机器的视频管道，并根据他对物理学的研究理解，预测安全性和故障问题。

这项研究是迈向元称为“高级机器智能（AMI）”的关键步骤，在该事实中，AI系统可以“像人们一样，计划，计划，不熟悉的任务，并有效地适应我们周围不断变化的世界的世界，了解世界。

梅塔（Meta）发布了一个模型及其教育守则，并希望“围绕这项研究建立一个广泛的社区，从而促进了我们发展世界模型的最终目标，这些目标可以改变与物理世界的AI之间的互动方法。”

这对那些做出企业技术决策的人意味着什么

V-JEPA 2将机器人技术带到了云模型上，云命令已经识别为：旅行一次之前，在任何地方部署。由于该模型从公共视频中研究了一般物理，并且需要数十个小时的工作人员，因此企业可以减少通常添加到试点项目的数据收集周期。从实际的角度来看，您可以使用可访问台式机的选择和位置的机器人的原型，然后在工厂地板上获得相同的策略，而不会收集数千个新鲜样品或编写移动的用户场景。

较低的间接费用还会改变价值方程。在12亿v-jepa 2参数时，它方便地拟合到一个高质量的图形处理器中，其抽象预测目标减少了结论的负载。这使团队可以通过闭路或边缘运行控制，避免根据工厂外的流媒体视频延迟云和头痛。曾经进入大规模计算集群的预算可以为其他传感器，冗余或更快的迭代偏差提供资金。

每天有关VB每日业务使用方案的见解

如果您想打动老板，VB每天都会覆盖您。我们为您提供有关公司对生成AI的影响的内部勺子，从监管转变到实际部署，因此您可以分享对最大投资盈利能力的了解。

阅读我们的保密政策

感谢您的订阅。在此处查看更多VB信息选票。

发生错误。