Yann LeCun giới thiệu VL-JEPA: một giải pháp thay thế không sinh ra, hiệu quả cao cho các LLM đa phương thức, vượt trội hơn các mô hình truyền thống về cả tốc độ và độ chính xác. * Không Sinh Ra & Thời Gian Thực: Mô hình đầu tiên thuộc loại này được xây dựng trên kiến trúc dự đoán nhúng chung, cho phép thực hiện các nhiệm vụ ngôn ngữ-vision trong thời gian thực. * Hiệu Suất Vượt Trội: Bằng cách dự đoán trong không gian tiềm ẩn thay vì không gian dữ liệu, nó liên tục vượt trội hơn các VLM sinh ra trong các thí nghiệm có kiểm soát. * Hiệu Quả Truyền Tải: Thiết kế không tự hồi tiếp của nó cho phép giải mã chọn lọc, mang lại lợi ích hiệu quả lớn cho các ứng dụng video trực tuyến. * Kiến Trúc Thống Nhất: Một mô hình duy nhất đồng thời thành thạo các nhiệm vụ phân loại, truy xuất và VQA.