Meta ha lanzado el modelo de video con IA V-JEPA, mientras que LeCun duda de que el modelo Sora pueda comprender realmente el mundo físico. V-JEPA es un modelo no generativo que observa el mundo de una manera similar a la humana y destaca en aplicaciones multitarea. Emplea el aprendizaje autosupervisado, con una eficiencia de etiquetado superior a la de otros modelos.