[LG]《H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning》W Zhang, B Terver, M Rabbat, Y LeCun… [NYU & Advanced Machine Intelligence] (2026)

在视觉控制领域，长程规划是一个悬而未决的难题。过去的方法受困于误差累积，本质原因是单一表征被迫兼顾高频动作与低频目标。

本文的核心洞见是：把时间跨度的拉长重新看作对高频细节的过滤。由此，高层直接抛弃微观姿态输出宏观子目标，再逐层向下拆解这一关键操作使问题得以解开。

这项工作真正留下的遗产是证实预测步幅能自发催生表征抽象。它为后来者打开的新门是低耗能潜空间规划，但尚未跨过的门槛是真机闭环控制。

arxiv.org/abs/2610.06805 #机器学习# #人工智能# #论文# #AI创造营#