OccJEPA：把遮挡当作掩码，实现无模态视频分割

OccJEPA 将遮挡视为掩码，用预训练的 V-JEPA 2.1 预测器补全被遮挡的时空 token，再由轻量解码头输出无模态掩码，速度比基于扩散模型的 SOTA 快 33.5x 且结果确定。该模型在 SAIL-VOS、TAO-Amodal（含留出测试集 +4.00 AP50）和 Kubric 上更准确，增益来自预测器预训练权重而非容量，覆盖 87M 至 1.85B 参数的世界模型。代码已开源。