meta公司近期揭曉了其人工智能領域的最新突破——V-JEPA 2模型，這一創新成果被定位為“世界模型”，旨在賦能AI智能體，讓它們更好地理解并適應周遭的物理世界。
V-JEPA 2作為meta去年推出的V-JEPA模型的升級版，其訓練素材涵蓋了超過百萬小時的視頻數據。這些豐富的數據資源，旨在模擬并教授AI智能體，如機器人等，在真實物理環境中的運作邏輯，讓它們能夠理解和預測諸如重力等自然現象對事件演變的影響。
值得注意的是，V-JEPA 2所具備的這種能力，與兒童和動物在成長過程中逐漸形成的常識性認知有著異曲同工之妙。比如，在與人類進行接球游戲時，狗狗能夠本能地判斷球落地后的反彈軌跡，并準確跑向球可能落點的位置，而非球當前的位置。
meta通過實例進一步闡釋了V-JEPA 2的應用場景。設想一個場景，機器人手持盤子和鍋鏟，走向裝有熟雞蛋的爐灶。借助V-JEPA 2的預測能力，AI能夠迅速判斷出，接下來最合理的動作是用鍋鏟將雞蛋移至盤子中。
在性能表現上，meta聲稱V-JEPA 2的運行速度相較于Nvidia的Cosmos模型快了30倍。盡管兩者都致力于提升AI在物理世界中的智能水平，但可能采用了不同的評估基準來衡量各自模型的效能。
meta首席人工智能科學家Yann LeCun在一則視頻中表達了對于V-JEPA 2的樂觀態度：“我們堅信，世界模型將引領機器人技術進入一個嶄新的時代。這意味著，AI智能體將能夠在現實世界中，無需依賴龐大的機器人訓練數據集，就能有效地協助人類完成日常家務和各種體力勞動。”
