LeCun公司AMI开源H-JEPA分层世界模型，规划成功率提至73%

由图灵奖得主、Meta 前首席 AI 科学家 Yann LeCun 担任董事长的初创公司 AMI（Advanced Machine Intelligence）近日交出了首份研究成果：联合纽约大学、巴黎 INRIA 与布朗大学提出的 H-JEPA，一种面向视觉规划的分层世界模型。团队同步公开了代码与预训练权重，延续了一贯的开源路线。

H-JEPA 的核心是「分层 JEPA」：把多个联合嵌入预测架构（JEPA）逐层堆叠，每一层在自己的表征空间里预测不同时间跨度之后的状态。规划时，高层先给出粗略方案，再把预测出的中间状态作为子目标交给低层，由低层逐步细化成可执行动作——如同先定下从纽约到巴黎的行程，再细化到如何下楼、打车。

在 Visual AntMaze 仿真迷宫任务中，三层 H-JEPA 的规划成功率达到 73%，而单层模型仅为 18%；在多个任务上，分层结构还以更少的规划算力取得更好表现。论文同时指出，分层并非越多越好：在较短轨迹的 Push-T 任务中，层数增加到三、四层后成绩反而下降。

为避免表征坍塌，H-JEPA 沿用了 LeCun 团队在 LeJEPA 中提出的 SIGReg 正则，对不同状态施加分布约束，使各层学到真正有用的信息。这延续了 JEPA 家族的一贯主张：在表征空间里做预测，而非逐个生成像素或 token。

作为 LeCun「世界模型」路线的落地，H-JEPA 指向的是机器人等具身智能场景——让机器在设备端理解任务目标、环境关系与未来走向，再落实到具体动作与身体控制。不过 AMI 目前官网仍以技术方向与团队招募为主，尚未给出面向公众的产品入口；与之对照，押注同类方向的 World Labs 已在 9 月底被 AMD 以约 82 亿美元收购。