研究者提出免解码器GUI代理策略GUI-JEPA

Bingchao Wang 等研究者发布论文，提出 GUI-JEPA——据其所述首个基于 JEPA（联合嵌入预测架构）的免解码器移动 GUI 智能体策略。它在无标注 GUI 截图预训练的 JEPA 编码器潜空间中选择动作，一次性批量评分候选动作，无需逐 token 解码。 作者称，在 AndroidControl 基准上，GUI-JEPA 在同一 GPU 上比其微调的 Qwen2.5-VL-7B 智能体（相同输入）快 2.8–4.0 倍，以 6% 的参数量达到后者 86–92% 的分布内准确率。代码已随论文发布。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。