Slot-JEPA：面向潜在世界模型的对象结构化预测接口

基于摘要分析。Slot-JEPA 研究视觉潜在世界模型中稠密 patch 表征给下游预测带来的结构恢复、时间对应与空间距离度量问题，提出将表征分解为稳定的语义槽位和随时间变化的空间掩码，以提供可复用的对象结构化接口。其主要研究对象是视觉理解与目标条件规划，并非 EEG 或 BCI。 方法上，该分解模块预训练一次后在下游冻结，使预测器不必反复从分散的 patch 信息中恢复对象结构。Transition Memory Predictor（TMP）将视觉转移存储为紧凑掩码，并利用对应槽位的统计信息检索上下文；两个分支分别处理槽位特定动态与跨槽位共享动态。摘要未给出槽位构建、对应关系维护及记忆检索的具体实现。 针对预测与目标支持区域大幅分离时，逐点 l1/l2 距离难以反映空间位移的问题，作者引入 Unbalanced Optimal Transport（UOT），既监督掩码预测，也通过在对齐的预测掩码与目标掩码间传输质量来评估候选计划。该机制试图让规划信号更贴合空间上的目标推进，而不只是逐点误差。 作者报告，在七个视觉理解基准上，槽位重建特征仍具迁移能力；在 REALM-JEPA benchmark 的六个平面环境和四项机械臂规划任务中，Slot-JEPA 改善了目标条件规划。摘要未提供具体指标、提升幅度、数据划分或对照基线，实验协议、消融及统计信息尚未验证。 其接口依赖可分解的视觉实体、空间掩码及跨时间对应关系，不能直接将这些结果视为神经信号建模证据。EEG 中是否存在适合该接口的稳定实体与空间传输结构尚待评估，已有 EEG 相关工作尚未检索确认。