本研究提出了一种基于数据驱动的机器学习技术，用于解决无线传播环境动态建模和预测的挑战。通过学习压缩的高维信道状态信息表示，并结合预测组件，开发了联合嵌入预测架构（JEPA）。在长时间预测任务中，JEPA相较于基准方法具有显著的提升效果。