← 世界模型 / 从表征到预测

正式发表 / World Models

VC-1 / CortexBench

Where are we in the search for an Artificial Visual Cortex for Embodied Intelligence?

NeurIPS · 2023CCF A

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
CortexBench 表征评测流程VC-1 / CortexBench · 原文 Fig. 2 · p.4 ↗

用 CortexBench 比较预训练视觉编码器在多类具身任务上的迁移,并研究 VC-1 的数据规模与任务适配。

  1. 01预训练视觉编码器
  2. 02接入不同控制任务
  3. 03比较冻结与适配表现
VC-1 / CortexBenchCortexBench 表征评测流程
CortexBench 表征评测流程

用 CortexBench 比较预训练视觉编码器在多类具身任务上的迁移,并研究 VC-1 的数据规模与任务适配。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

用 CortexBench 比较预训练视觉编码器在多类具身任务上的迁移,并研究 VC-1 的数据规模与任务适配。

WHY READ IT

为什么放在这条路线

避免只在单一操作任务上判断表征优劣,为 R3M、VIP 与 JEPA 提供统一的评测视角。

当前阶段从表征到预测 ↗

表征目标如何影响奖励、动力学和控制?

READ WITH A QUESTION

读的时候,留意什么

更大模型和更多预训练数据并非在每个任务上都更好;区分冻结表征与任务适配结果。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器