JEPA-Anything 一套预测核心覆盖七类系统

PhAI Labs 联合多所高校发布了一个共享预测核心，同一套方法覆盖了七类系统，包括癌细胞、分子、天气与行星轨道。名字叫 JEPA-Anything，野心写在名字里。

一个能自己找出规律的细节

模型没有被告知开普勒定律，却从轨迹数据里拟合出了斜率约 -1.4991 的关系。行星轨道的规律就这样被数据自己说了出来，而不是被写进提示词里。

这个细节是整篇研究里最值得留意的地方。它说明这套预测核心学到的是数据结构本身，而不是对某个领域的先验知识。

在训练时没见过的多因子组合干预上，它的预测误差比标准 JEPA 低了约 3.5%。

3.5% 的降幅听起来不大。但跨领域迁移本来就难，能做到稳定下降而不是偶尔侥幸，已经说明这套共享核心有实际的泛化能力。

Any 指的是跨领域。它想解决的是一套预测框架只服务一个领域的老问题。

素材里提到的是实测记录，没有给出落地案例。从研究到工程还有距离。

一个预测核心理论上能服务七类系统，这件事的意义在于它指向了更通用的世界模型。对于想把仿真能力跨领域复用的团队，这是值得跟进的一条线。