le-wm

LeWorldModel（LeWM）是一个基于联合嵌入预测架构（JEPA）的世界模型，旨在从原始像素端到端稳定学习紧凑的潜在表征。其核心特点是仅用两个损失项（下一时刻潜变量预测损失和高斯潜分布正则项）实现训练稳定性，大幅减少超参数调优负担；模型规模约1500万参数，单卡数小时即可训练，推理规划速度比大模型基线快48倍。适用于2D/3D控制任务、物理规律建模与异常事件检测等需要高效、可解释潜空间的世界建模场景。