同一个预测核心，七个不同的世界

机器学习通常走专业化的路。有的网络预测视频的下一帧，有的预测机械臂的动作，有的预测天气，还有的预测分子轨迹。JEPA-Anything 这篇工作的作者反过来问：有没有一条统一的建模原则，能用来处理差别极大的系统。

什么是世界模型

在这套说法里，世界模型指的是任何一种网络：它根据手头的信息建立内部状态，再用这个状态去预测同一系统的另一个状态。这个“另一个状态”可以是时间上的未来，可以是被遮住的一块空间，可以是另一个视角，也可以是某次干预的结果。JEPA（Joint-Embedding Predictive Architecture）这一族选择在表示空间里做预测，不在原始像素上做。模型的容量因此用在真正能预测的结构上，而不是用来还原纹理和噪声。

问题出在不同尺度和不同变化速度被塞进同一个预测目标的时候。更容易、更强的信号会占掉大部分容量，细微但重要的变化则被挤掉。作者用 OPF（orthogonal predictive factorization）来应对：把目标状态切成互补的子空间，交给各自独立的预测分支处理，再合并回去。一组约束用来防止各分支学到同样的东西，也防止表示塌缩，包括因子的正交性、因子活跃度以及编码器方差。这些因子并没有事先对应到某个具体的物理量，它们代表什么由数据结构决定。

在七个系统上的测试

作者没有只做视频或控制。同一个预测核心在七个领域做了检验：视觉、生物学、临床轨迹、控制、分子动力学、物理场和天气。每个领域保留自己的观测方式、自己的上下文与目标配对方式、自己的编码器。共用的是预测层和统一的隐状态接口。

在受控环境里（干预版的 Pong），模型只用单因素变化的数据训练，却在没见过的因子组合上测试。在训练分布上，预测误差比标准 JEPA 下降约 11.7%。在没见过的组合上，均方误差下降约 3.5%。五组随机划分里都出现了改善。

在 Matched Dynamics Benchmark 里，两种架构拿到完全相同的数据、编码器、状态转移骨干、算力预算和评估划分。JEPA-Anything 在十项任务中的九项上更好，包括 Burgers 方程上提升 39.7%，浅水方程上提升 39.3%，WeatherBench 2 上提升 10.5%。作者还单独测试了长程逐步预测，把自身输出送回输入。

最能说明问题的是天文学的例子。模型只拿到模拟的行星位置和速度，没有被告知开普勒定律。对内部预测模式的分析显示出轨道频率与半长轴之间的依赖关系，斜率为 -1.4991，而开普勒第三定律的理论值是 -1.5，拟合优度 R² 为 0.99999999。

在生物学方面，模型学到的因子被用来提出一种干预方案，把细胞因子与抗体阻断结合起来。这个想法经过了后续验证：在细胞系、来自患者的类器官以及小鼠身上。分子动力学则在水、α 石英、对乙酰氨基酚和苯上做了检验。作者的结论谨慎但明确：这不是要取代领域知识，而是提供一个共同的预测学习层，知识可以建在这层之上。