# h-jepa-GGUF

> 权威词条地址：https://robotics.hellobike.com/models/jepacpp-h-jepa-gguf
> 所属分类：models | 最近核验日期：2026-10-13 | 技术层级：L7

## 核心摘要

jepacpp 在 Hugging Face 发布的机器人模型，架构为 Transformer (jepa-world-models/h-jepa)。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/jepacpp/h-jepa-GGUF"}] |
| `updated` | 2026-10-13 |
| `family` | world_model |
| `architecture` | Transformer (jepa-world-models/h-jepa) |
| `action_representation` | 连续关节目标位置 (Joint Position Targets) |
| `code_license` | mit |
| `weights_license` | mit |
| `data_formats` | ["GGUF"] |
| `status` | research |
| `hub_id` | jepacpp/h-jepa-GGUF |
| `hub_stats` | {"downloads": 1178, "likes": 0, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/jepacpp/h-jepa-GGUF"] |

## 技术详解与生态说明

H-JEPA 是面向 jepa.cpp 的 GGUF 模型集合，来源于作者发布的 jepa-world-models/h-jepa 检查点，并转换为可在 ggml C/C++ 引擎中运行的格式；运行时不需要 Python 和 PyTorch。仓库包含 hjepa_l{N} 分层 H-JEPA、hwm_l{N} 基线以及 lewm 单层基线，并按 ant、cube、fourroom、pusht、droid 等配置提供一个已发布种子的文件。模型以动作条件 JEPA 世界模型为核心：第 1 层在 ViT 图像编码器的潜空间预测下一步，上层对下层每隔 stride 的状态重新编码，并在潜在宏动作条件下预测其下一步。jepa.cpp 侧可运行编码器、各层状态编码器、动作编码器、预测器、潜在 rollout，以及从观测和目标图像生成动作的自顶向下梯度规划器。仓库对转换后文件与作者 PyTorch 模块的激活进行了对齐检查，覆盖编码器 token、各层状态、潜在动作、动作嵌入、teacher-forced 预测、自回归 rollout 和从帧到顶层状态的整链路。f32、f16 和 q8_0 文件给出了余弦相似度与相对误差；q4_k 及以下未发布。规划器也用作者的 GradientSolver / HierarchicalSolver 随机回放进行检查；q8_0 仅作为前向模型验证，闭环规划效果未测量。

## 原始核验来源 (Sources)

- [Hugging Face jepacpp/h-jepa-GGUF](https://huggingface.co/jepacpp/h-jepa-GGUF)