知识卡片：LeCun 创业公司 AMI 开源 H-JEPA，世界模型分层做规划

一句话结论

LeCun 任董事长的 AMI 联合纽约大学、巴黎 INRIA 与布朗大学发表 H-JEPA 论文，提出面向视觉规划的分层世界模型，并同步开源代码与预训练权重；在 Visual AntMaze 仿真迷宫任务中，三层模型成功率从单层的 18% 提升到 73%。

事件概述或研究问题

• AMI（LeCun 任董事长）联合纽约大学、巴黎 INRIA 与布朗大学发表 H-JEPA 论文，推出面向视觉规划的分层世界模型。
• 代码与预训练权重同步公开。
• 论文针对的问题是：如何用分层方式在隐空间做规划，让不同层级负责不同时间跨度的预测与动作细化。
• AMI 今年 3 月融资 10.3 亿美元，官网尚无面向公众的产品入口。

方法/产品要点

• 多个 JEPA 逐层堆叠，各层在自身表征空间预测不同时间跨度后的状态。
• 高层先定粗略计划，把预测的中间状态作为子目标交给低层细化为动作。
• 沿用 SIGReg 避免表征坍塌。

主要结果或产业意义

• Visual AntMaze 仿真迷宫任务中，三层模型成功率 73%，单层为 18%。
• Push-T 任务两层表现较好，增至三、四层成绩反降。
• 产业意义：分层世界模型在视觉规划上的可行性得到开源验证，同时层级数量的收益并非单调递增，为后续研究提供了对照基线。待核实：是否有更多任务或真实机器人实验。

为什么重要

• 与已有卡片《H-JEPA：面向视觉规划的分层世界模型端到端学习（2026-10-05）》相比，本条为同一工作的后续报道，增量信息是：AMI 的机构归属（LeCun 任董事长、联合 NYU/INRIA/布朗）、代码与预训练权重同步公开、Push-T 任务上层级增加反而成绩下降的细节，以及 AMI 融资与产品状态。
• 与《JEPA-Anything》《京东开源视听世界模型 EchoWM》相比，本条聚焦于分层规划而非跨系统验证或视听生成。

局限与不确定性

• Push-T 任务上两层表现较好、增至三、四层成绩反降，说明层级数量与任务适配的关系尚不明确。
• Visual AntMaze 为仿真迷宫任务，真实环境表现待核实。
• AMI 官网尚无面向公众的产品入口，商业化路径待核实。
• 论文的完整实验设置、对比基线与统计显著性待核实（未能抓取正文）。

可用于图书/PPT/简报的角度

• 世界模型的分层规划：高层定计划、低层细化动作的架构示意。
• 开源策略：代码与预训练权重同步公开对研究社区的影响。
• “层级并非越多越好”：Push-T 任务上三、四层反降作为反例。
• LeCun 从 Meta 到创业公司 AMI 的路径，以及 10.3 亿美元融资的背景。

与既有脉络的关系

• 本条延续《H-JEPA：面向视觉规划的分层世界模型端到端学习（2026-10-05）》，补充机构归属、开源状态、Push-T 层级反降细节与 AMI 融资/产品信息；原有卡片中的 Visual AntMaze 18%→73% 数字在本条中再次出现，不再重复展开。

原始材料

• 来源：腾讯研究院AI速递 20261012
• URL: https://m.sohu.com/a/1086432362_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=2
• Parent digest: 腾讯研究院AI速递 20261012
• Parent URL: https://m.sohu.com/a/1086432362_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334