#V-JEPA

AI科研傳播指數 31

Meta 釋出 V-JEPA：不生成畫素也能看懂影片，訓練效率最高翻 6 倍

Meta 推出非生成式影片模型 V-JEPA。它不在畫素層面摳細節，而是在抽象特徵空間預測被遮擋的影片內容，訓練和樣本效率比傳統做法高出 1.5 到 6 倍。預訓練完成後無需微調全部引數，只加一層輕量網路就能適配動作分類等多種任務。