热点事件持续更新

Juno：面向VLA模型的预测潜变量框架

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Yuchen Zhu 等作者发布论文提出 Juno，一个围绕单一动作条件 JEPA 构建的统一框架，同时充当控制对齐的表征骨干、预测教师和可适应动力学模型。据论文，在 SimplerEnv 上，Juno 将平均成功率从最强基线 Qwen3GR00T 的 60.9% 提升至 68.5%，测试时适应后进一步达到 72.7%；在真实机器人上，面对背景、高度和物体变化时仍保持 70%–75% 成功率，而基础策略降至 0%。

AI 根据报道生成 · 2 小时前更新

最新进展10月8日 12:00

Juno：为视觉-语言-动作模型驯服预测性潜变量

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv cs.CV
Juno：为视觉-语言-动作模型驯服预测性潜变量
Juno 是一个围绕单一动作条件 JEPA 构建的统一框架，同时充当控制对齐的表征骨干、预测教师和可适应动力学模型。在 SimplerEnv 上，Juno 将平均成功率从最强基线 Qwen3GR00T 的 60.9% 提升至 68.5%，测试时适应后进一步达到 72.7%；在真实机器人上，面对背景、高度和物体变化时仍保持 70%–75% 成功率，而基础策略降至 0%。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。