预测表征
怎样从视频观测中提取有助于预测变化的状态表示?我们关注特征预测和面向具体任务的表征评测。
KINEJING / WORLD MODELS
十八岁 我们选择用世界模型探索真实世界
勘境智能(KineJing)是合肥勘境智能科技有限公司的品牌。我们研究预测表征、动作条件动力学、规划与评测。在这里了解我们的研究问题、公开工程与实验记录。
01 / KINEJING
好奇心让我们看得更远 创造力让我们付诸行动 从一行代码到一次实验 让想象有迹可循 让作品自己说话
02 / WORLD MODELS
世界模型从观测中学习环境的表示与变化规律。在给定状态和可能动作时,它尝试预测后续变化,让智能体可以在行动前比较可能结果。
《World Models》研究了压缩的时空表示与基于模型的智能体。V-JEPA 2 展示了从视频学习预测表征,并通过机器人数据适配支持规划的研究路径。它们是领域参考,保留各自作者与成果归属。
03 / RESEARCH QUESTIONS
怎样从视频观测中提取有助于预测变化的状态表示?我们关注特征预测和面向具体任务的表征评测。
同一观测下,不同动作可能带来哪些后续变化?我们研究动作与状态推演之间的关系。
怎样用预测比较行动候选,并在明确的任务与预算下检验规划效果?我们同时记录成功、失败和计算条件。
04 / PUBLIC RECORDS
公开代码与复现检查
在上游 H-JEPA 上维护可选的候选保留、动作梯度与推演缓存等改动,保留作者与许可证。配对评测工具及初步记录可供核查;单任务 pilot 未显示成功率提升,未发布新的 H-JEPA 训练权重。
查看代码与记录 ↗勘境记录的本地模拟实验
勘境在 MuJoCo / Franka Panda 推物任务中研究小型状态动力学、样本预算与 CPU 规划效率。公开记录包含配对条件、成功与被否决的分支,以及实际模拟器视频;真机与独立外部复现仍待验证。
查看代码与记录 ↗六项独立评测协议
公开图表覆盖 PushT 规划目标、表征读出、特征预测及受控 H-JEPA 内核测试。数据、额外监督与评测条件随各项记录公开;不同协议的结果分别解读。
查看代码与记录 ↗公开图表与演示导航
KineJing Research 汇集已公开的图表、演示、复现入口和来源说明。这个静态研究展示页与新训练模型权重的发布分别管理。
查看代码与记录 ↗05 / DEMONSTRATION SOURCES
原始录像来自 DROID Dataset Team,经 NVIDIA Cosmos 提供。勘境贡献 CPU 光流诊断、同步核验与展示;录像保留 OpenMDW-1.1 来源条款。
来源与实验范围 ↗专家参考轨迹由 H-JEPA 原作者发布。勘境执行环境重放与坐标核验,保留 CC BY 4.0 署名;它展示轨迹复现,不是新的模型规划评测。
来源与实验范围 ↗勘境记录真实模拟器帧,展示协议预设首个种子的单次推演。机器人资产来自 DeepMind Menagerie,Apache-2.0;视频的实验范围与媒体校验随记录公开。
来源与实验范围 ↗06 / EVALUATION
工程测试、模拟推演和模型质量评测回答不同的问题。我们的公开记录把任务结果与适用范围放在一起,便于复核。
07 / LET’S TALK
欢迎交流世界模型研究、复现与合作,也欢迎投资机构了解团队和公开研究进展。
资料核验于