拓展JEPA至受控世界模型，清华团队揭示物理状态与动作转移的可辨识条件¶
Ch01.1580 拓展JEPA至受控世界模型，清华团队揭示物理状态与动作转移的可辨识条件¶
📊 Level ⭐⭐⭐ | 2.9KB |
entities/拓展jepa至受控世界模型清华团队揭示物理状态与动作转移的可辨识条件.md
拓展JEPA至受控世界模型，清华团队揭示物理状态与动作转移的可辨识条件¶
WeChat-量子位 | 发布于 2026-08-09 | 评分入库 v×c≥49
核心内容¶
关注前沿科技 2026-08-09 12:17 北京 两个关键指标揭示世界模型能否学到真实物理规律 量子位 公众号 QbitAI 世界模型是物理原生智能（Physics-native Intelligence，Phi）重要的组成环节。 面对图像、视频和传感器数据等多模态高维观测，世界模型通常先将其编码为紧凑的低维隐状态，再在隐空间中学习状态随时间和动作变化的规律，从而预测未来并辅助决策。 然而，较低的预测误差是否意味着模型真正捕捉到了物理世界的运行规律？它学到的隐状态是否对应真实状态，又能否准确反映动作对未来状态的影响？ 2026年5月份，图灵奖得主杨立昆（Yann LeCun）提出的联合嵌入预测架构（JEPA） 从理论上证明：满足特定条件时，世界模型是能够从高维观测中恢复真实的状态表征的。不过，这一理论主要关注自治世界模型的表征恢复 ，尚未拓展至一般受控系统，因此尚无法回答模型能否进一步辨识动作对状态转移的影响。 近期，清华大学李升波教授课题组（iDLab）与滴滴深穹远航实验室（Voyager Lab）组成的联合研究团队，将JEPA的训练架构与受控世界模型（Controlled World Model，CWM）进行了结合，对世界模型表征及转移的可辨识性问题给出了他们的认知与理解。 与自治世界模型不同，受控世界模型同时接收当前的隐状态和当前的动作，并在隐空间中预测下一状态，进而输出该状态对应的观测。研究表明：满足一定约束条件下，由JEPA架构训练的受控世界模型能够在“正交变换”意义下，同时恢复真实的状态表征和动作支配的转移规律。 进一步地，该研究发展了受控世界模型的可辨识性理论。
关键要点¶
- 原文完整记录：原文存档
- 关联主题：Embodied Intelligence Frontier、Agent Architecture
相关实体¶
Embodied Intelligence Frontier Agent Architecture