研究者提出无解码器GUI-JEPA动作策略，速度提升2.8-4.0倍

Bingchao Wang 等研究者在 arXiv 发布论文，提出 GUI-JEPA，据称是首个基于 JEPA 的无解码器移动 GUI Agent 动作策略：在无标注 GUI 截图上预训练的 JEPA 编码器潜空间中直接选出动作，无需逐 token 解码，代码已开源。 论文称，在 AndroidControl 上与同一 GPU 上用相同输入微调的 Qwen2.5-VL-7B Agent 相比，GUI-JEPA 快 2.8-4.0 倍，以 6% 的参数达到其同分布准确率的 86-92%。这些为论文作者自述的对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。