Hugging Face · 每日论文· 媒体 / 作者来源·精选
Slot-JEPA 将稠密表征分解为语义槽，改善潜在世界模型规划
原文标题
Slot-JEPA: Object-Structured Prediction Interfaces for Latent World Models
AI 导读
论文指出现有 JEPA 的稠密 patch 表征需下游预测器隐式恢复物体结构和跨时间对应。作者提出 Slot-JEPA，将稠密表征分解为稳定语义槽与时变空间掩码，预训练一次后冻结即可复用；配套的过渡记忆预测器 TMP 用掩码存储视觉过渡，并用非平衡最优传输监督掩码与评估候选计划。在 7 个视觉理解基准上槽重建特征保持可迁移，并在 6 个平面环境和 REALM-JEPA 的 4 个机械臂规划任务上提升目标条件规划。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出可复用的物体结构化接口并在 7 个视觉基准、6 个平面环境和 4 个机械臂规划任务上验证迁移与规划提升，适用于关注世界模型与机器人规划的研究者。
导读由模型辅助整理，非独立核验。完整信息见原文。