杨立昆亲自发布：Meta最强世界模型开源！

主要观点总结

Meta发布了最新的开源世界模型V-JEPA 2，声称其在物理世界中实现了最先进的视觉理解和预测，提高了AI agents的物理推理能力。该模型由Meta副总裁、首席AI科学家杨立昆发布。V-JEPA 2使用了超过一百万小时的视频进行自监督学习训练。Meta还发布了三个新的基准测试，用于评估现有模型从视频中推理物理世界的能力。文章讨论了V-JEPA 2如何强化AI agents的理解、预测和规划能力，包括其关键架构创新和对学习效率的大幅提升。此外，还介绍了世界模型的应用场景以及Meta分享的三个新基准测试。

关键观点总结

关键观点1: Meta发布最新开源世界模型V-JEPA 2，提高AI的物理推理能力。

该模型通过自监督学习训练，使用了超过一百万小时的视频数据。

关键观点2: V-JEPA 2具有理解、预测和规划三项核心能力。

该模型通过联合嵌入预测架构（Joint Embedding Predictive Architecture）实现高效性能，兼顾准确率。

关键观点3: 世界模型的应用场景广泛，包括帮助视障人群认知世界、为MR头显提供更复杂的任务指导、支持AI编程助手等。

Meta认为世界模型将为机器人开启新时代，让现实世界的AI agents能够更高效地进行家务和体力劳动。

关键观点4: Meta还发布了三个新的基准测试，用于评估现有模型通过视频学习和推理世界的能力。

这三个基准测试包括IntPhys 2、基于最小视频对的感知捷径的物理理解视频问答基准测试和CausalVQA。