Meta RoboJEPA：首个多本体机器人世界模型算力缩放律（开源 8B）

这份资料在回答一个很具体的问题：机器人世界模型是否也存在可测量的算力缩放规律。Artem Zholus 等来自 Meta FAIR 的作者把动作条件潜空间世界模型放到统一的多本体数据上训练，再系统测量训练算力与想象误差、下游规划表现之间的关系。它值得现在看，是因为材料同时给出了 8B 规模的开源模型、代码与 checkpoint，把缩放律从概念讨论变成可复现的实验对象。换句话说，读者面对的不是一张孤立的模型卡，而是一条从 22M 到 8B 的规模曲线及配套入口。

覆盖范围由几组数字界定：23 个数据集、12 种本体、约 15022 视频小时。方法上，RoboJEPA 训练的是动作条件潜空间世界模型，也就是在潜空间里根据动作展开未来，而不是只做像素层面的重建；材料中的“想象误差”即对应这种潜空间展开的预测质量。统一多本体数据意味着不同形态的机器人数据进入同一训练框架，这为观察跨本体规模效应提供了数据基础。模型规模从 22M 延伸到 8B，作者称其中包含迄今最大的 JEPA predictor。

第一个关键发现是想象误差呈二阶幂律，并可按材料说法外推至 4B/8B。这里的二阶幂律不是简单的线性下降，而是材料给出的特定函数形式；作者据此把较小规模上的拟合结果延伸到更大模型区间。需要区分的是，外推是模型预测，不等同于在每一个大模型规模上都完成了实测，材料本身也是以“可外推”来表述。这个结论的价值在于，它让算力投入与误差改善之间有了可讨论的定量关系，而不只是“模型越大越好”的笼统判断。

第二个关键发现是把下游规划表现纳入同一套测量，并展示单目标图像零样本规划。可以理解为，给定一张目标图像，模型能在没有额外任务示范的情况下进行规划，这使世界模型的想象误差与“能不能用来做事”发生联系。开源代码与 checkpoint 则让这些结果可被检查、复现，也可作为后续研究的基线。材料没有把规划表现拆成具体指标数字，因此这份资料更像给出了评测框架和规模趋势，而非一份完整的任务排行榜。

这些结论对实践的影响，首先是算力规划可以借助幂律做粗略预估，而不是只凭参数量拍脑袋；其次是模型选型应同时看想象误差与下游规划，而不是只盯单一训练损失。多本体统一训练还提示，不同机器人形态不必完全各自为战，至少可以在共享世界模型上先获得一个起点，这一点属于解读，仍需具体任务验证。开源 8B checkpoint 的实际意义在于，团队能在已有世界模型上做规划实验，降低从零训练的门槛。

适合读这份资料的人，是关心机器人学习、具身智能、世界模型与大规模训练工程的读者；读完可以拿走数据规模、22M–8B 的模型跨度、二阶幂律、零样本规划展示以及开源入口这几项核心信息。边界也需要说清楚：材料没有提供各本体的细分结果、下游规划的具体数值、数据配比消融或真实部署细节，缩放律的外推部分应按作者口径理解为预测。若想判断某一类机器人上的可用性，这份资料提供的是框架和起点，不能替代针对具体平台的评测。