วันนี้ใช้ได้ยังไง
- โหลดน้ำหนักจาก Hugging Face ที่ jepa-world-models/h-jepa รวม 93 ชุด ขนาดราว 12 GB
- โค้ดฝึกและทดสอบอยู่บน GitHub ที่ kevinghst/H-JEPA ใช้ PyTorch
- ยังไม่มีแอปหรือ API ต้องรันเองผ่านโค้ดของทีม
เก่งเรื่องอะไร
- วางแผนระยะยาวให้หุ่นยนต์จากภาพ โดยแบ่งเป็นหลายชั้นตามระยะเวลา
- เขาวงกต Visual AntMaze แบบสามชั้นสำเร็จ 73.3% เทียบโมเดลชั้นเดียว LeWM ที่ 18% ตามเปเปอร์ของทีม
- มีชุดน้ำหนักสำหรับ AntMaze, FourRoom, OGBench Cube, Push-T และวิดีโอหุ่นยนต์จริง DROID
จุดที่คนปนกันบ่อย
- เป็นงานวิจัย ไม่ใช่แชตบอตหรือโมเดลวิดีโอ ไม่ได้สร้างภาพออกมา แต่เดาในรูปข้อมูลสรุปย่อ
- ผล DROID เป็นการทดสอบย้อนหลังกับวิดีโอ ไม่ใช่หุ่นยนต์ทำงานจริงเอง