In der dreizehnten Folge sprechen Vlad und Gabriel über V-JEPA 2.1, AMI Labs und die provokante Frage, ob heutige AI-Systeme überhaupt so lernen, wie wir es ihnen oft zuschreiben. V-JEPA 2.1 setzt auf selbstüberwachtes Lernen für Bilder und Videos und soll dabei starke, dichte Repräsentationen für visuelles Verständnis und World Modeling liefern.

Dazu passt auch AMI Labs: Das Team beschreibt seine Vision von AI-Systemen, die die reale Welt verstehen, über persistentes Gedächtnis verfügen, planen können und dabei kontrollierbar und sicher bleiben sollen.

Ein weiterer Schwerpunkt ist das Paper “Why AI systems don’t learn”. Darin argumentieren die Autoren, dass aktuelle Modelle beim autonomen Lernen klare Grenzen haben und schlagen stattdessen eine Architektur vor, die Beobachtung, aktives Verhalten und eine Art Meta-Kontrolle miteinander verbindet.

Weiteres zum Thema:
V-JEPA 2.1:
https://arxiv.org/abs/2603.14482

AMI Labs:
https://amilabs.xyz/

Why AI systems don't learn:
https://arxiv.org/abs/2603.15381