资讯摘要
论文提出 Slot-JEPA，将 JEPA 的稠密 patch 表示分解为稳定语义槽与随时间变化的空间掩码，预训练一次后冻结即可为下游提供可复用的对象结构化接口。作者还提出 Transition Memory Predictor（TMP），以紧凑掩码存储视觉转移并用槽统计检索上下文，并用 Unbalanced Optimal Transport（UOT）监督掩码预测与候选方案评估。作者报告在七个视觉理解基准上槽重建特征保持可迁移，并在六个平面环境与 REALM-JEPA 的四个机械臂规划任务上改善目标条件规划。
要点速读
- Slot-JEPA 将稠密表示分解为稳定语义槽和时变空间掩码，预训练后冻结供下游复用。
- Transition Memory Predictor 以紧凑掩码存储视觉转移，并用对应槽的统计检索上下文。
- 使用 Unbalanced Optimal Transport 监督掩码预测并评估候选方案；作者报告在七个视觉理解基准及平面环境、REALM-JEPA 机械臂规划任务上的结果。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/22 08:00:25（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。