홈으로 돌아가기
공식 웹사이트 방문하기
Meta V-JEPA 비디오 자기지도 학습 기반 시각 특징 표현 파운데이션 모델
공식 서비스 바로가기
서비스 상세 소개
Meta V-JEPA 비디오 자기지도 학습 기반 시각 특징 표현 파운데이션 모델: 픽셀을 직접 생성하는 대신 추상적 잠재 공간에서 비디오의 시간적 물리적 변화를 예측하여 시각적 물리 세계를 깊이 이해하는 메타의 자기지도 학습 비전 모델입니다.
Meta V-JEPA는 튜링상 수상자 얀 르쿤이 주도한 비지도 시각 지능 프로젝트의 대표 모델로 픽셀 단위의 무의미한 세부 렌더링 대신 고차원 특징 공간에서 마스킹된 비디오 프레임을 예측합니다. 라벨링되지 않은 수백만 시간의 비디오 영상을 학습하여 물체의 물리적 궤적 질량 충돌 중력과 같은 현실 세계 물리 법칙을 정밀하게 표상하며 다운스트림 행동 인식 및 자율주행 비전 작업에서 뛰어난 정확도를 기록합니다.
핵심 기능 목록
픽셀 복원 손실 함수 대신 잠재 특징 공간 예측을 채택한 고효율 사전 학습 기법
비디오 속 물체의 3차원 공간 이동 및 물리적 상호작용 법칙 심층 이해
적은 수의 레이블 데이터만으로 고난도 비디오 액션 분류 벤치마크 최고 성능 달성
로보틱스 조작 및 자율주행 차량의 공간 인지 백본 모델로 바로 활용 가능
