具身智能圈里，「世界模型」一直被视作机器人走向通用化的关键拼图，但长期缺乏一份「足够大、又开源」的实证。Meta FAIR这轮的RoboJEPA，恰好补上了这个缺口。
Meta FAIR与Mila合作，于10月8日前后发布了RoboJEPA：一个基于联合嵌入预测架构（JEPA）的动作条件潜在世界模型家族，其研究成果同步上线arXiv（编号2610.10515），并开放了全部模型checkpoint以及训练与机器人部署代码。论文由Artem Zholus等主导，联合末位作者包括Jeannette Bohg、Nicolas Ballas与Mahmoud Assran。
规模与数据： RoboJEPA的核心贡献在于「缩放」——团队将Meta此前的V-JEPA 2.1架构扩展到8B参数，并在覆盖12种机器人形态、23个公开数据集、约15002小时机器人视频数据（约287万条轨迹）的规模上完成训练。通过从2200万参数一路做到80亿参数的缩放实验，论文试图回答一个此前悬而未决的问题：机器人世界模型的性能，是否也会像语言模型那样，随模型与数据规模持续增长。
技术含义： 世界模型让机器人「在想象中预演动作后果」，是提升样本效率与泛化能力的重要方向。跨12种形态（机械臂、四足、人形等）的联合训练，则指向一个更激进的目标——让同一套世界模型服务不同形态的机器人，而不是「一机一模型」。这种「多形态缩放」若成立，将大幅摊薄具身模型的数据与训练成本。
开源价值： 与许多只发论文不开源的做法不同，RoboJEPA把checkpoint、训练代码与部署代码一并放出，这为第三方复现与二次开发提供了实打实的工件。对产业观察者，它是否「可用」要等社区实测，但它至少把「机器人世界模型能否规模化」这个问题，从口号推进到了可验证的阶段。事实以arXiv论文与Meta公开代码为准。