160行代码读懂LeCun的JEPA世界模型

LeCun念叨了好几年的JEPA，被160行代码给复刻了。没错，就为了让你看懂原理，把核心机制全拆了出来 代码行数从160到278不等，依赖只有PyTorch和torchvision，普通笔记本就能跑。没有EMA、没有stop-grad、没有masking，编码器和action-conditioned自回归预测器联合端到端训练。原版JEPA论文跑的是ViT-Huge在ImageNet或Kinetics上的规模，动辄几百张GPU，普通人连下载模型的带宽都不够。