热点事件持续更新
LeCun团队JEPA模型跨模态表征对齐表现超越72B大模型
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年11月2日，Yann LeCun 与 Randall Balestriero 团队发布了关于跨模态表征对齐的最新研究成果。该研究表明，采用 Good-View JEPA 架构训练的一款仅有 1.09 亿参数的文本模型，在跨模态表征对齐任务中的实际表现超越了拥有 720 亿参数的 Qwen2.5 模型。这一成果展示了特定架构在跨模态表征能力上以极小参数规模超越超大规模模型的潜力。
AI 根据报道生成 · 7 小时前更新
最新进展11月2日 16:36
LeCun团队发布新研究，1.09亿参数JEPA模型跨模态表征对齐表现超过72B Qwen2.5。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- AITNT · AI头条LeCun团队新研究：1.09亿参数JEPA模型在跨模态表征对齐上超过72B模型
Yann LeCun 与 Randall Balestriero 团队发表研究，显示采用 Good-View JEPA 架构训练的 1.09 亿参数文本模型，在跨模态表征对齐任务上的表现超过了 720 亿参数的 Qwen2.5。
本事件热度走势
当前热度 8·可比范围峰值 10（11月2日 17:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。