PhAI Labs 開源通用世界模型 JEPA-Anything，跨七大領域並在實驗室驗證其預測之肝癌聯合療法

據報導，PhAI Labs 聯合史丹佛、牛津與普林斯頓大學研究人員，將 Yann LeCun 的 JEPA 架構擴展為跨越物理、機器人與醫學等七大領域的通用世界模型「JEPA-Anything」，其程式碼與模型已公開。該模型不重建原始像素，而是預測缺失或未來狀態的抽象特徵；為避免簡單模式掩蓋複雜特徵，JEPA-Anything 將預測狀態拆分為多個部分交由獨立模組處理，再重新組合成完整預測。 在與相同條件訓練的標準 JEPA 比較中，JEPA-Anything 於十項測試任務勝出：在 Pong 遊戲環境針對目標干預的預測誤差降低 35%；在流體力學 Burgers 方程式評測中誤差減少近半，且在水、石英與苯等模擬中歷經 100 步預測仍保持優勢。在機器人模擬步態規劃的三個環境中，JEPA-Anything 贏得其中兩項。 在生物學應用上，模型透過分析基因活性、蛋白質濃度與 CRISPR 篩選等數據，預測出結合 IL-18 與 CD73 抑制劑的肝癌候選療法；團隊在類器官、三名患者的腫瘤組織與小鼠身上進行測試，證實該組合比單一療法能殺死更多腫瘤細胞，並強化 T 細胞與自然殺手細胞的活化。此外，模型在未輸入物理量的情況下學習模擬軌道，推導出與克卜勒第三定律幾乎一致的規律（預測指數為 -1.4991，真實值為 -1.5）。作者強調，模型學到的特徵分離不代表真實的因果關係，未來目標是將其整合至 AI 代理中以自動規劃實驗。