Yann LeCun 團隊發表 LeWM 加速世界模型規畫

世界模型旨在讓 AI 從感知資料建立環境表徵、預測行動後果並規畫下一步，是機器人與自主系統從生成內容走向實體決策的關鍵。Yann LeCun 與 Mila、紐約大學、Samsung SAIL、布朗大學研究人員提出 LeWorldModel（LeWM），以簡化 JEPA 改善訓練不穩與表徵崩潰問題。

團隊於 2026 年 3 月 13 日公開 LeWM 論文，模型以預測損失與 SIGReg 兩項損失函數端到端學習，約含 1,500 萬個參數，可用單張 GPU 在數小時內完成訓練。每幀僅編碼為一個 192 維 token，行動規畫約需 1 秒，低於 DINO-WM 的 47 秒，速度最高提升 48 倍。