跳到正文
热点事件持续更新

GUI-JEPA:无解码器的移动GUI动作策略

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Bingchao Wang等作者提出GUI-JEPA,称其为首个基于JEPA架构、无需解码器的GUI智能体动作策略:它在预训练于无标注GUI截图的JEPA编码器潜空间中直接选择动作,不逐token解码。 在AndroidControl上,GUI-JEPA比用相同输入微调的Qwen2.5-VL-7B智能体快2.8-4.0倍,并以6%的参数达到后者分布内准确率的86-92%。上述性能与“首个”的定位均为作者在论文中的说法。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv cs.AI
    GUI-JEPA:用候选条件化的 JEPA 潜变量作为移动 GUI 智能体的快速动作策略

    GUI-JEPA 是首个基于 JEPA 架构、无需解码器的 GUI 智能体策略,在 JEPA 编码器的潜空间中直接选择动作,不逐 token 解码。在 AndroidControl 上,它比用相同输入微调的 Qwen2.5-VL-7B 智能体快 2.8-4.0x,仅用 6% 的参数就达到后者分布内准确率的 86-92%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。