LeCun团队提出的LeWorldModel（LeWM）是一个简洁高效的世界模型框架，其核心创新在于SIGReg正则化方法。该模型采用JEPA架构，包含共享参数的Encoder和Predictor模块，通过预测下一帧的潜在表示而非原始像素来学习环境动态。笔者在原始论文的基础上，结合个人理解尽可能对其进行深入浅出的系统性讲解。

本文介绍了计算机视觉中的相机成像模型与相关数学基础。主要内容包括：线性代数中的矩阵乘法公式、右手坐标系的定义及常见应用；空间位姿描述的三种方法（欧拉角、旋转矩阵、旋转向量）；相机成像的四大坐标系（世界、相机、图像、像素）及其转换关系，推导出完整的针孔相机模型公式；最后简要说明图像畸变的两种类型（径向和切向）及其成因，并提及常用的畸变系数表示。这些知识为理解计算机视觉中的三维重建、目标跟踪等任务奠定