Meta 推出 V-JEPA 模型，利用 AI 高效补充视频受遮蔽部分

图片地址：https://img.ithome.com/newsuploadfiles/2024/2/10b927c8-224d-4ddb-8a34-5c09f045d968.png?x-bce-process=image/format,f_auto

IT之家 2 月 17 日消息，Meta 首席 AI 科学家 Yann LeCun 在 2022 年推出了 JEPA（Joint Embedding Predictive Architectures）模型架构，次年基于 JEPA 架构开发了一款“I-JEPA”图片预测模型，目前又推出了一款名为“V-JEPA”的视频预测模型。据介绍，相关 JEPA 架构及 I-JEPA / V-JPA 模型主打“预测能力”，号称可以以“人类理解”的方式，利用抽象性高效预测生成图片 / 视频中被遮蔽的部分。IT之家注意到，研究人员使用一系列经过遮蔽处理的特定视频训练 I-JEPA / V-JEPA 模型，研究人员要求模型利用“抽象方式”填充视频中缺失的内容，从而让模型在填充间学习场景，进一步预测未来的事件或动作，进而达到对世界更深层次的理解。▲ 图源 Meta 官方新闻稿（下同）研究人员表