同系列 · 研究与产品进展
官方仓库发布 V-JEPA 2.1
V-JEPA 2.1 更新基础视频表征的训练方法，关注高质量、时间一致的稠密特征。仓库同时保留 2-AC 的代码与权重。
V-JEPA 2.1 的发布不代表 2-AC 已升级到该架构；本页仍记录论文中的动作条件变体。
Meta AI / 动作条件变体
V-JEPA 2-AC
本页聚焦 V-JEPA 2-AC。论文在预训练后冻结视频编码器，在学到的表征之上另行训练动作条件预测器，研究与机器人规划相关的预测。
本页聚焦 V-JEPA 2-AC，接口与限制不自动代表 V-JEPA 2 基础模型。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 过去的视频帧、动作和末端执行器状态。末端执行器指机械臂末端执行任务的部件，例如夹爪。
- 得到什么
- 以控制动作和本体感知观测为条件，预测未来视频观测的表征。“表征”可以理解为模型内部对画面信息的编码，并非直接输出可观看的视频。本体感知指机器人对自身状态的感知。
- 动作的作用
- 预测以动作为条件。
开放情况与使用边界
- 开放声明
- 开放权重
- 需要区分
- V-JEPA 2 基础视频表征模型
开放情况是所引材料中的声明；当前访问方式与服务状态请以官方页面为准。开放权重不等于开源。
材料说明的限制
自回归预测会累积误差，限制长时程规划的可靠性。
分类与用途
- 控制方式
- 机器人动作
- 应用领域
- 机器人
资料尚未确认
开源情况已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
V-JEPA 2-AC · 项目原始材料
补充阅读入口，当前技术字段未引用该页摘录。
V-JEPA 2-AC 相关论文 · arXiv:2506.09985v1
核对原文摘录 · 5 段，支持 7 项资料
原阅读方向 / 动作是否影响预测
post-training a latent action-conditioned world model, V-JEPA 2-AC, using less than 62 hours of unlabeled robot videos from the Droid dataset.一句话认识 / 需要区分的对象
After pretraining, we freeze the video encoder and learn a new action-conditioned predictor, V-JEPA 2-AC, on top of the learned representation.输入什么
predicting the representations of future video frames conditioned on past video frames, actions, and end-effector states.输出什么
To achieve this, we train V-JEPA 2-AC, an autoregressive model that predicts representations of future video observations conditioned on control actions and proprioceptive observations.材料说明的限制
Long horizon planning with world models is limited by a number of factors.
First, autoregressive prediction suffers from error accumulation:V-JEPA 2-AC · 项目原始材料
核对原文摘录 · 1 段，支持 1 项资料
来源中的开放声明
[checkpoint](https://dl.fbaipublicfiles.com/vjepa2/vjepa2-ac-vitg.pt)Meta AI · About ↗
本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →