LeWAM：用 JEPA 实现端到端世界模型与动作建模

LeWAM 是端到端 JEPA 控制模型，通过联合训练下一隐状态预测与动作流匹配，并对隐状态施加各向同性高斯约束，使单一模型既能直接执行策略，也能借助学到的隐动力学采样动作进行高效规划。在视觉规划任务上，其成功率从 28.6% 提升至 89.7%（接触密集任务）、从 10.9% 提升至 46.2%（长时程任务），规划速度提升 32.3 倍，并在仿真与真实机器人的行为克隆任务中与现有方法相当。