BeJEPA：目标条件人形行为世界模型

2026年10月19日，Liyun Yan 等作者在 arXiv Robotics 发布论文，提出 BeJEPA——一种目标条件人形行为世界模型。该模型通过无监督强化学习，从人体运动先验和机器人交互中学习，并用 JEPA 联合嵌入预测架构统一表征身体构型与世界位置。在 20 秒运动跟踪实验中，结合 Dynamic 在线动作优化的 BeJEPA，其全局身体位置误差较 BFM-Zero 降低 61.7%、较 SONIC 降低 58.7%。目前事件进展为论文发布及上述实验结果的公布，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。