به گزارش پیچینو، مدل V‑JEPA 2 ادامه‌ای بر نسخه قبلی (V‑JEPA) است که سال گذشته با بیش از یک میلیون ساعت ویدیو آموزش داده شد. هدف اصلی آن، آموزش به عامل‌های هوش مصنوعی مانند ربات‌هاست تا بتوانند بدون نیاز به برچسب‌گذاری داده‌ها، صرفاً از طریق مشاهده، رفتار اشیاء و قواعد طبیعی مانند گرانش را درک کنند.

 درک شهودی، مثل انسان

بنا بر گزارش تک‌کرانچ، متا می‌گوید این مدل به گونه‌ای طراحی شده که مشابه فرآیند یادگیری در کودکان و حیوانات عمل می‌کند. برای مثال، اگر توپ به زمین پرتاب شود، مدل می‌تواند مسیر بازگشت آن را پیش‌بینی کند؛ یا اگر فردی در آشپزخانه کاردک و بشقاب را بردارد، مدل پیش‌بینی می‌کند که او در حال جابجایی تخم‌مرغ‌ها به ماهیتابه است.

 سرعت چشمگیر

بر اساس اعلام رسمی Meta، V‑JEPA 2 از نظر سرعت پردازش و کارایی تا ۳۰ برابر سریع‌تر از مدل مشابه شرکت Nvidia یعنی Cosmos عمل می‌کند. هرچند نحوه دقیق مقایسه این دو مدل نیاز به بررسی فنی بیشتری دارد، اما این ادعا نشان‌دهنده تمرکز جدی متا بر بهینه‌سازی عملکرد و کاربرد عملی مدل است.

 اظهارنظر متخصص ارشد

یان لکون، دانشمند ارشد هوش مصنوعی در Meta، درباره اهمیت این مدل گفت: «ما به دنبال ساخت مدل‌های جهانی هستیم؛ مدل‌هایی که بدون وابستگی به داده‌های انبوه برچسب‌خورده، بتوانند به هوش مصنوعی قابلیت تعامل مؤثر با جهان واقعی را بدهند. این تحولی بزرگ برای آینده رباتیک خواهد بود.»