arXiv cs.AI / cs.LG 最新· Bingchao Wang·· 19 小时前精选AI 评分79
GUI-JEPA 用 JEPA 隐空间为移动 GUI 智能体选动作，参数量仅为 Qwen2.5-VL-7B 的 6%
GUI-JEPA: Candidate-Conditioned JEPA Latents as a Fast Action Policy for Mobile GUI Agents
AI 导读
论文提出 GUI-JEPA，一种基于联合嵌入预测架构 JEPA 的无需解码器 GUI 智能体策略，在编码器隐空间中为每个候选动作生成隐向量并批量打分，不逐 token 解码动作。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
推荐理由
移动端 GUI 自动化团队可以用它替换 7B VLM 动作策略，在同等 GPU 上把单步决策提速 2.8 至 4 倍，前提是先用无标注截图预训练编码器。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。