arXiv recent-list补漏 · P1 · 2026-06-11

FF-JEPA：它和通用视觉自监督的关系在于：把 JEPA latent dynamics 用到更长程规划，并引入 action-free latent planner 作为子目标预测器

中高相关；详见方法、贡献和实验边界。

FF-JEPA: Long-Horizon Planning in World Models with Latent Planners　arXiv recent-list补漏　原文链接

编号2606.09311 优先级P1 类别arXiv recent-list补漏会议arXiv recent-list补漏方法把 JEPA latent dynamics 用到更长程规划，并引入 action-free latent planner 作为子目标预测器来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：把 JEPA latent dynamics 用到更长程规划，并引入 action-free latent planner 作为子目标预测器。中高相关；详见方法、贡献和实验边界。

**Figureure 5 · : Inference time overhead for each architecture for one planning cycle**Fig. 5: Inference time overhead for each architecture for one planning cycle of 25 environment steps. We show the average of 10 measurements taken during model execution.这张图概括 FF-JEPA 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

**(b) Latent diffusion planner Fig**(b) Latent diffusion planner Fig. 2: Training schemes for the two architectures we evaluated. Both models are trained on the latent space defined by the world model’s frozen encoder.这张图概括 FF-JEPA 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

核心问题

它和通用视觉自监督的关系在于：把 JEPA latent dynamics 用到更长程规划，并引入 action-free latent planner 作为子目标预测器。

方法拆解

把 JEPA latent dynamics 用到更长程规划，并引入 action-free latent planner 作为子目标预测器

主要贡献

中高相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。