一篇技术报告中居然出现了两个看起来风马牛不相及的研究对象，跟着AI真是见世面。

一个是患者来源的类器官，另一个则跨越到了宏观宇宙……

先说前者。研究者利用模型学到的内部因子，提出了细胞因子联合抗体阻断的干预方案，并经细胞系、类器官、小鼠实验层层验证。

【资料图】

至于后者，研究者把模拟的行星位置和速度轨迹喂给模型，不告诉它开普勒定律。

等它学完后分析其内部的预测模式，提取出的“轨道频率-半长轴”关系拟合斜率达-1.4991（开普勒第三定律理论值为-1.5），且R²=0.99999999。

肿瘤研究和行星轨道计算两个八竿子打不着的领域，居然能用同一种预测学习方法来搞定。

大千世界千差万别，天气、分子、细胞、病人、机器人乃至行星，各自遵循完全不同的规律。

但AI在理解它们“如何变化”时，有没有可能共享一套更底层的方法？

最近，PhAI Labs联合牛津、斯坦福、普林斯顿、港中文等高校团队最新发布的JEPA-Anything，就在尝试回答这个问题。

论文显示，JEPA-Anything是一个面向不同“世界”学习预测模型的跨领域框架。

每个领域保留自己的观测形式、context-target构造和编码器，但共享后面的预测核心以及一套统一的latent world-state interface。

其中涉及一个叫做OPF（Orthogonal Predictive Factorization，正交预测分解）的关键机制。

可以先简单理解为：

别把世间各种各样的变化，全都堆在一块去学习建模。

给世界建模，一条预测通路可能不够

首先来厘清一个概念，在JEPA-Anything这项研究中，“世界模型”究竟意味着什么？

JEPA-Anything论文给出的定义兼具宽泛度与操作性。

论文写道，只要模型能根据现有信息（Context）建立内部状态，并以此预测同一系统中的另一个状态，均可归入隐空间世界模型（Latent World Model）的范畴。

这里的“另一个状态”，既可以是时间上的未来，也可以是空间上的隐藏区域、不同视角，甚至是施加某种干预后的结果。

顺着这一思路，业界在过去几年间已经发展出了日趋成熟的技术路径。

例如，DreamerV3强调先构建环境模型，再在模型内部“构想”行动后果；V-JEPA 2则将视频表征学习与机器人控制结合，让机械臂在规划动作前，先预测不同行为带来的物理反馈。

而JEPA——Joint-Embedding Predictive Architecture，联合嵌入预测架构——是其中颇有代表性的一条路线。

相比直接在原始空间重建目标状态，JEPA选择在表征空间做预测，不必还原每一个像素或细节。

它会将观测信息先编码为隐空间中的内部表征，再在表征空间内完成预测。

这种设计让模型把更多表征能力留给具有预测价值的结构，减少纹理、噪声等原始空间细节的干扰。

不过，标准JEPA通常让信息全部汇入同一个target embedding，走同一条预测路径。

但现实世界的变化往往不是单线程的。

举例来说，分子的整体平移往往伴随着内部原子的微观振动；宏观气象系统的缓慢演变中，夹杂着剧烈的局部扰动；生物系统则更为复杂，多尺度、多通路的变化时刻在同步发生。

当不同尺度、不同实体、不同难度的信号强行挤在一起时，那些更容易预测、变化更显著的信号，可能优先占据更多预测容量。

相比之下，那些相对微弱却同样关键的信息，要么在梯度冲突中被抵消，要么被强信号彻底掩盖。

研究人员将其归结为一个“预测容量如何分配”的问题，同时给出了新的解决思路。

既然拥挤会导致挤压，那就进行空间解耦。

于是就有了JEPA-Anything。

其核心机制OPF（正交预测分解）将原本完整的目标状态切割为多个彼此互补的子空间，交由不同的预测分支独立处理，最终再拼回完整的世界状态。

为了防止多分支演变为“多套人马学同一件事”的冗余状态，OPF引入正交约束，让不同factor尽量占据互不重叠的预测方向，减少多个分支重复学习同一类信息；同时通过因子活性约束和编码器方差约束，避免部分factor失活，并降低表示坍缩风险。

值得注意的是，这些factor并没有被预先规定“你负责速度”“你负责温度”“你负责某条生物通路”。

它们学什么由数据中的可预测结构决定。

训练完成后，这些factor也因此留下了一个可供后续分析的内部接口。

同一预测核心，跨七类系统验证

方法论说得再漂亮，最终仍需经受跨领域泛化的检验。

这就不得不提到JEPA-Anything实验设计的独到之处。

它并未局限于视频表征或机器人控制等传统领域，转而将同一套预测核心（Predictive Core）直接置于视觉、生物、临床、控制、分子、物理场和天气七类截然不同的系统中进行验证。

所谓“Anything”，并非指强行将所有领域的数据打散重构为同一种输入格式，图像、单细胞序列、分子结构乃至气象数据，依然保留各自最契合的编码器与数据形态。

它统一的是这样一套底层规则：

当数据被转换为隐空间表征之后，预测部分应当如何搭建模型、如何完成学习。

论文先在一个基于简化Pong构造的受控动态环境CITRIS Interventional Pong里做实验，以验证模型能否将复合变化“拆解学习、再行组合”。

在训练阶段，模型仅接收过单一因子的变化数据；测试阶段则需要面对此前从未出现过的多因子组合干预。

如果模型仅仅死板地记录了训练集中的完整模式，面对全新组合必然失效；如果模型学到的是不同变化之间可复用的状态变化规律，就更有机会在未见组合里重新组合它们。

实验结果表明，在分布内的单项干预中，JEPA-Anything相较标准JEPA降低了约11.7%的预测误差；而在未见过的多因子组合干预中，均方误差（MSE）同样下降了约3.5%，且在五组配对训练seed中全部改善。

随后，验证走向了更复杂的真实系统。

论文构建了一套严格对齐的动力学基准（Matched Dynamics Benchmark），在十项任务中确保标准JEPA与JEPA-Anything使用完全相同的训练数据、编码器、状态转移骨干网络、计算预算及评估切分。

在其中九项预测任务中，JEPA-Anything的性能指标均有所提升。

比如PDEBench里的Burgers方程，MSE下降39.7%；浅水方程下降39.3%；WeatherBench 2下降10.5%。

论文还专门做了多步rollout，让每一次预测继续成为下一次预测的输入，以观察误差不断传递之后会发生什么。

分子系统则把时间线拉得更长。

在液态水、α-石英、对乙酰氨基酚和苯四种体系中，模型需要持续预测未来的原子位置和速度，并把自己的输出不断喂回去。

最终，无论是一步预测的MAE，还是100步自由rollout后的最终位置RMSD，JEPA-Anything在四种分子系统中都拿到了最 低误差。

不过值得注意的是，实验数据并未呈现出“单一机制全面碾压”的理想化曲线。

在连续控制测试中，JEPA-Anything并非每项任务都更好：在Walker2d和HalfCheetah上，它的平均得分高于标准JEPA；但在Hopper上，标准JEPA表现更好。

连续预测的距离越远，误差仍会不断累积。

在额外的Burgers测试中，当预测长度从20步增加到50步时，JEPA-Anything虽然仍然领 先，但优势已明显缩小。

因此，这篇报告验证的是“共同预测原则存在跨领域适用性”，而非“已经实现一个统一所有领域的世界模型”。

但这些结果至少表明，这套预测原则具备跨领域复用的潜力。

JEPA-Anything学到的结构，能否经得起外部检验？

前面的实验主要回答预测和状态表示是否有效。到了第三组实验，论文继续追问一个更进一步的问题：

模型隐空间中所形成的因子（factor），究竟是否具备科学探索价值？

于是，就有了本文开头那两个画风迥异、却又遥相呼应的研究案例。

案例一：从内部因子走向可验证的候选干预

在肝癌研究中，研究人员并未将JEPA-Anything简单视作一个“黑盒预测器”，而是对其内部形成的正交因子坐标（Orthogonal Factor Coordinates）展开了领域分析，并从中筛出一个候选组合：IL-18联合NT5E/CD73阻断。

研究团队把它推进到Huh7-PBMC共培养体系，再到患者来源的肝细胞癌类器官和肿瘤组织碎片，之后还加入免疫健全小鼠验证。

实验数据表明，在3份患者类器官与3份肿瘤组织碎片中，IL-18与CD73阻断剂的组合均展现出最强的肿瘤细胞杀伤力，并伴随着显著增强的免疫细胞激活。

这意味着模型内部的Latent Factor不再只负责让预测数字“变好看”。

它开始成为研究者分析系统状态、提出可实验检验的候选假设的一种接口，由此形成“模型内部结构→领域分析→候选干预→实验验证”的链条。

案例二：从隐模式走向已知物理规律的“对账”

行星轨道案例反过来拿人类早已知道的开普勒第三定律，去检验模型内部学到的东西有没有物理意义。

研究者仅向模型输入模拟产生的行星位置与速度轨迹，未附带任何先验公式。

训练完成后，研究人员对模型的隐模式（Latent Modes）进行频谱分析，并将提取出的频率与轨道半长轴配对。

结果显示，即使没有人为提前设定公式，研究者还是从模型学到的latent modes中提取出了与这套变量关系高度一致的尺度规律——拟合得到斜率‑1.4991，和理论值‑1.5高度接近，误差极小。

一个案例从内部因子出发，走向湿实验；另一个把内部模式拿出来，与已有物理规律对账。

两者从不同方向为“模型学到的内部结构可以成为科学分析接口”提供了案例证据。

研究者不一定只能在终点看一个预测数字，还可以继续向里追问，它到底捕捉到了哪些变化？这些变化是否对应真实规律？能不能从中形成下一步值得验证的东西？

这也恰好是JEPA-Anything在PhAI Labs整体战略脉络中的定位。

此前，PhAI Labs提出“科学发现大模型”（Discovery Foundation Models, DFM），旨在推动AI向开放式的科学探索迈进。

在DFM设想中，AI需要进一步参与识别未知、形成假设、设计干预，并根据外部证据持续修正的科学发现过程。

JEPA-Anything位于这套结构的世界模型层。

它试图把科学trajectory和真实世界变化中可预测的部分，压缩成可以更快速调用的预测能力，在耗时更长、成本更高的真实实验之前，提供一层近似判断。

至此再审视“从癌细胞到行星轨道”的跨度，其意义便不再停留在展示视觉反差或概念噱头。

研究人员探索的是面对机制迥异的复杂系统，AI能否共享同一种学习“演化逻辑”的方法；以及当这些变化被编码进内部状态后，这些内部结构能否被研究者拿出来分析，并接受实验结果与已知规律的检验。

这距离“AI理解万物”当然还有相当距离。JEPA-Anything目前给出的更像是一种可能性：

世界模型内部学到的结构，除了服务预测，也可以被研究者继续分析，并接受实验和已知规律的检验。

换句话说，模型不只在预测一个世界，也开始把自己学到的“世界”暴露出来，供科学家继续研究。

标签： 高校团队 OPF 预测学习方法