Meta推出世界模型V-JEPA 2 拥有先进的视觉理解和预测性能

　　美东时间周三，Meta推出了一款新的开源模型V-JEPA 2，可以让人工智能更好地理解3D环境并推理物理世界的运作规律。

　　Meta声称，V-JEPA 2是一款世界模型，可以帮助机器人和其他人工智能主体理解物理世界，并预测物理世界将如何对它们的行动做出反应。

　　据悉，这种被称为世界模型的系统从物理世界的逻辑中汲取灵感，并按照现实世界的规则构建内部虚拟环境，从而让人工智能能够以更接近人类的方式进行学习、规划和决策。

　　Meta表示，V-JEPA 2是一个拥有12亿参数的模型，经过了超过100万小时的视频训练，在物理世界中实现了最先进的视觉理解和预测性能。

　　例如，在Meta的新模型中，V-JEPA 2可以识别从桌子上滚下来的球会掉下来，或者隐藏在视野之外的物体不会消失。

　　Meta认为V-JEPA 2在自动驾驶汽车和送货机器人等方面的应用具有很多优势，因为它们需要在复杂多变的环境中安全地工作。

　　与依赖大量标记数据或视频片段的模型不同，V-JEPA 2通过简化后的“潜在空间”进行推理，以理解物体是如何移动、相互作用以及如何响应的。

　　根据Meta的说法，V-JEPA 2比英伟达的Cosmos模型快30倍，后者也试图发展与物理世界相关的人工智能。然而，Meta可能会根据不同于英伟达的基准来评估自己的模型。

　　Meta首席人工智能科学家Yann LeCun声称，让机器理解物理世界与让它们理解语言是截然不同的。“世界模型提供了一个虚拟的、简化版的现实世界，人工智能可以参考它来理解世界，预测其行为的后果，因此它将能够计划一个行动方案来完成给定的任务。”

　　LeCun补充说：“我们相信，世界模型将为机器人技术开启一个新时代，让现实世界中的人工智能助手能够在不需要海量训练数据的情况下，帮助人们完成家务和体力劳动。”

（文章来源：财联社）