通俗解释
LeCun 倡导的路线：用上下文块的表征去预测目标块的表征，忽略不可预测的细节，学到更语义化的特征。I-JEPA 用于图像，V-JEPA 用于视频。
用在哪里：Meta I-JEPA / V-JEPA / V-JEPA 2（视频理解、预测与机器人规划）；2026-09 的 PDE-JEPA（arXiv 2609.34715）把它用于偏微分方程动力学
01原始论文
Self-Supervised Learning from Images with a Joint-Embedding Predictive Architecture
Mahmoud Assran, Quentin Duval, Ishan Misra, et al. · 2023
arXiv ↗ ✓ 已核实 · arXiv API
备注：V-JEPA：arXiv:2404.08471；V-JEPA 2：arXiv:2506.09985（2025-06，DataCite 核实）
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
U70 视觉 Transformer 与自监督视觉 ViT、SimCLR、MAE、JEPA、SAM。 8 小时12 个算法4 篇论文 U73 语音、视频与世界模型 Whisper、视频扩散（Sora 式 DiT）、3D 重建、World Models、Dreamer、Genie。 8 小时10 个算法4 篇论文
所在学习路线：生成式与前沿研究
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
jepa)