Meta FAIR 开源 RoboJEPA：8B 机器人世界模型首次给出缩放律，想象误差可外推
Meta FAIR 10 月 7 日公开 RoboJEPA（arXiv 2610.10515）：一族基于 JEPA（联合嵌入预测架构）的动作条件世界模型。它跑在冻结的 V-JEPA 2.1 编码器的表示空间里，一次前向确定性地预测下一个隐状态，训练目标只是 L1 回归，覆盖 23 个公开操作数据集、12 种机器人本体与 26 种动作空间，参数从 22M 扩到 8B。
主要结论是缩放律：团队发现「想象误差」（隐空间 rollout 的误差）随训练算力服从二阶幂律 L(C)=E+A·C^(α−γ ln C)，能外推到远超拟合区间的规模仍成立；下游真机规划成功率随算力可预测地提升，且与想象误差强相关，因此离线误差可以作为真机评测的廉价代理。不同操作能力按各自的算力阈值依次涌现，顺序大致是末端执行器控制、抓取物体操作、静态场景几何推理，最后是物体动力学。
第三部分是零样本部署：把世界模型当作智能体，只给一张目标图像，就能在真机上完成需要长程规划的任务。团队称这是首个为多本体机器人世界模型建立缩放律的工作，8B 也是目前最大的 JEPA 预测器；全部检查点连同训练与机器人部署代码一起放出，并附了一个扩散解码器把预测的未来可视化到像素空间。
核验记录
arXiv 摘要页 2610.10515 直读 200，Submission history 记 [v1] Wed, 7 Oct 2026 17:54:42 UTC，正文按论文提交日计；项目页 robojepa.github.io 为 JS 壳（1,140 字节），其仓库 robojepa/robojepa.github.io 的 created_at 为 2026-10-07T17:22:58Z（同日互证）。论文自述代码在 github.com/facebookresearch/robo_jepa，该路径本机直读 404，故未直读代码仓。二阶幂律公式与能力涌现顺序均取自论文 HTML 正文。配图走 HF 论文缩略图，1200×648 PNG，裸请求与带站内 Referer 双 200。
← 上一篇18 亿美元建「AI 可用的生物学数据」：Biohub 联合美国能源部、NIH 与 DeepMind、Meta 等下一篇 →TII 发 Falcon-ASR：1.6B 语音识别专攻阿拉伯语与阿联酋方言，六测试集平均 WER 20.92% 超过公开最好成绩