推文

@barrett_tt · 2026-10-15 17:08

杨立昆团队10月5日发了一篇新论文，叫H-JEPA，代码和训练好的模型也一起放出来了。 它想解决的问题很简单：怎么让机器人会"想远一点"。 就像你走一个陌生的迷宫，脑子里不会一上来就琢磨"左脚先迈还是右脚先迈"，而是先想"先走到那个路口，再找出口"。走着走着再调整步子。H-JEPA就是把这种思路做进了模型里：上面一层管大方向，中间一层把路线拆成一小段一小段，下面一层管具体怎么动。每走一段，看看实际情况，再重新规划。 效果怎么样？在一个机器蚂蚁走迷宫的模拟测试里，成功率从18%涨到了73%，算力还用得更少。 还有个挺有意思的现象：负责大方向的那一层，自己学会了"只记机器人在哪，不太管腿怎么摆"。这跟人想事情的方式很像。 但也别急着兴奋，有几点要说清楚： 73%是在特定的模拟测试里，不代表机器人整体能力提升了四倍。 他们也用了真实机器人的视频做验证，但只是证明"模型规划的路线和真实动作更吻合"，不是说真机器人已经能稳定干各种活了。 层数不是越多越好，有些任务加多了反而变差。 我的看法是：这篇东西真正的价值在于，"把长远目标和眼前动作分开处理"这条路，第一次有了能复现、能对比的实验结果。离通用机器人还远，但方向值得盯着。 论文：http://arxiv.org/abs 代码和模型：http://github.com/kevinghst/H-JEPA

曝光 118 · 评论 1 · 点赞 2 · 书签 0 · 曝光/时 114.90274338159837