LeVJEPA

LeVJEPA produces clip embeddings and spatial patch tokens from video.

タスク: embeddings
サイズ: l at 224 px
インストール: pip install libreyolo
サポートティア: 推論のみ、v1.6.0以降。推論、検証、エクスポートのみです。学習機能は対象外です。
アップストリーム: MLO LabのLeVJEPA、MIT code; CC-BY-NC-4.0 weights。論文、ソース
ライセンス: コード：MIT、重み：MIT code; CC-BY-NC-4.0 weights。商用利用

Install

bash

pip install "libreyolo"

Predict

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreLeVJEPAl-embed.pt", device="cpu")result = model(SAMPLE_IMAGE)print(result.embeddings)print(model.embed_tokens(SAMPLE_IMAGE).shape)

The encoder uses 16 frames at 224 pixels. Finite videos use a centered window sampled at approximately 7.5 FPS. embed_tokens() exposes patch tokens. Training is not supported. The TorchScript graph requires direct clip input with batch 1. Pretrained weights are CC-BY-NC-4.0.

Export

タスク	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Embeddings	Embeddings to ONNX：対応	Embeddings to TorchScript：対応	Embeddings to ExecuTorch：対応	Embeddings to TensorRT：対応	Embeddings to OpenVINO：対応	Embeddings to Paddle：非対応	Embeddings to MNN：非対応	Embeddings to RKNN：非対応	Embeddings to ncnn：非対応	Embeddings to TFLite：非対応	Embeddings to CoreML：非対応	Embeddings to Core AI：非対応

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreLeVJEPAl-embed.pt", device="cpu")model.export(format="onnx")

Export setup lists format dependencies and loading exported artifacts.

Checkpoints

ファイル	重みのライセンス
Embeddings
LibreLeVJEPAl-embed.pt	cc-by-nc-4.0

上記のすべてのファイルは現在LibreYOLO orgにあり、初回使用時にダウンロードされます。

Licensing

ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。

これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。

原著作物: LeVJEPA, MLO Lab
アップストリームのライセンス: MIT code; CC-BY-NC-4.0 weights
アップストリームのソース: github.com/MLO-lab/LeVJEPA
LibreYOLOのコード: MIT
重み: MIT code; CC-BY-NC-4.0 weights、huggingface.co/LibreYOLOで再公開
解釈: The repository declares an explicit CC-BY-NC-4.0 exception for pretrained weights. Commercial use of those weights is excluded.

Citation

@misc{kuhn2026levjepaefficientscalable,
      title={LeVJEPA: Efficient & Scalable Video Pretraining without the Heuristics}, 
      author={Lukas Kuhn and Lucas Maes and Giuseppe Serra and Quentin Le Lidec and Yann LeCun and Randall Balestriero and Florian Buettner},
      year={2026},
      eprint={2608.27395},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2608.27395}, 
}

著者によるraw.githubusercontent.com/MLO-lab/LeVJEPA/main/README.mdの引用ブロックからコピーしています。