今日开源（2025-06-12）：VJEPA2-AC世界模型，VJEPA2自监督编码器助力，互联网规模数据训练机器人运动理解
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
🏆基座模型
①项目：VJEPA2-AC
★VJEPA2是一种自监督学习方法，专注于从视频中训练视频编码器。该项目利用互联网规模的视频数据，在运动理解和人类动作预测任务上达到了最先进的性能。VJEPA2-AC是从VJEPA2后训练的潜在动作条件世界模型，使用少量机器人轨迹交互数据，能够在不进行环境特定数据收集或任务特定训练的情况下解决机器人操作任务。
☆一键收藏：
https ://sota. jiqizhixin.com/project/vjepa2
🛠️框架平台、必备工具
①项目：E²GraphRAG
★E²GraphRAG是一个轻量级且模块化的框架，旨在提高基于图的检索增强生成（RAG）的效率和效果。该项目通过结构化的图推理简化了从文档解析到答案生成的流程。
☆一键收藏：
https ://sota. jiqizhixin.com/project/e-2graphrag
②项目：GreaterPrompt
★GreaterPrompt是一个用于提示优化的Python工具包，旨在通过小模型实现大模型的更好性能。该工具包包括三种不同的优化器，并支持两个模型家族。它提供了简单的安装和快速启动指南，支持从jsonl文件或自定义输入构建数据加载器，并允许用户配置优化参数以提高模型性能。
☆一键收藏：
https ://sota. jiqizhixin.com/project/greaterprompt
③项目：Crab
★Crab是一个统一的音视频场景理解模型，旨在通过显式协作实现音频和视觉信息的整合。该项目在CVPR2025上被接受，提供了多种任务的解决方案，包括时间定位、音视频事件识别（AVE）、音视频可视化预测（AVVP）以及音乐音视频问答（MUSIC-AVQA）等。Crab通过多模态编码器和大语言模型的结合，能够在复杂的音视频场景中进行精确的时空推理和像素级理解。
☆一键收藏：
https ://sota. jiqizhixin.com/project/crab
④项目：ContentV
★ContentV是一个高效的视频生成模型训练框架，通过三大创新加速DiT（DiffusionTransformer）模型的训练。该项目采用极简架构，最大化重用预训练的图像生成模型进行视频合成，并通过系统化的多阶段训练策略和流匹配技术提高效率。此外，项目还引入了一种成本效益高的强化学习与人类反馈框架，在不需要额外人工标注的情况下提升生成质量。
☆一键收藏：
https ://sota. jiqizhixin.com/project/contentv
⑤项目：GiGL
★GiGL是一个开源库，专注于在超大规模（十亿级）图神经网络（GNN）的训练和推理。该库支持在监督和无监督机器学习应用中使用GNN，如节点分类和链接预测。GiGL的架构设计旨在实现水平扩展，确保在数据预处理、转换、模型训练和推理过程中具备成本效益。其简化的端到端编排使开发者能够轻松实现、扩展和管理GNN项目。
☆一键收藏：
https ://sota. jiqizhixin.com/project/gigl
