Meta FAIR libera RoboJEPA, un modelo latente del mundo para robots de 8.000 millones de parámetros

Meta FAIR y colaboradores lanzaron RoboJEPA, un modelo latente del mundo al estilo JEPA condicionado por acciones para robots, cubierto el 8 de octubre de 2026 tras un paper en arXiv del 7 de octubre. Entre autores y contacto figuran Artem Zholus, Jeannette Bohg (Meta), Nicolas Ballas y Mahmoud Assran.

Escala y entrenamiento

• Los modelos van de 22 millones a 8.000 millones de parámetros; el de 8B se describe como el mayor predictor JEPA hasta la fecha.
• El entrenamiento usó datos robóticos multi-embodiment a gran escala con 12 embodiments (énfasis del paper).
• El error de imaginación sigue una ley de potencia de segundo orden en cómputo, lo que según los autores permite extrapolación.
• La planificación downstream mejora con el cómputo, y el error de imaginación correla con el rendimiento de planificación.

Qué se libera

• Checkpoints, código de entrenamiento y código de despliegue en robots están en código abierto en GitHub (facebookresearch/robo_jepa), con sitio en robojepa.github.io.
• El trabajo informa de planificación zero-shot del agente hacia una única imagen objetivo en hardware real.

El paper no justifica inventar porcentajes de éxito por tarea más allá de lo que afirma; las gains de planificación deben leerse en las evaluaciones propias del artículo.