Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: Aether – 上海 AI Lab 开源的生成式世界模型
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
Aether – 上海 AI Lab 开源的生成式世界模型
Prompt 语宙 > AIGC 资讯 > Aether – 上海 AI Lab 开源的生成式世界模型
AIGC 资讯

Aether – 上海 AI Lab 开源的生成式世界模型

Prompt 语宙研究院
最近更新: 2026年6月8日 上午8:32
3D与空间智能 AI智能体 HuggingFace 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 首次将三维时空建模与生成式建模深度融合,统一支持重建、预测与规划三类任务。
  • 完全基于合成 4D 数据训练,借助扩散模型与多模态融合实现真实世界零样本泛化。
  • 适用于机器人导航、自动驾驶、工业机器人等场景,强调空间推理与行动决策能力。

Aether是什么

Aether 是上海AI Lab开源的生成式世界模型,完全基于合成数据训练。Aether 首次将三维时空建模与生成式建模深度融合,具备 4D 动态重建、动作条件视频预测和目标导向视觉规划三大核心能力。Aether 能感知环境、理解物体位置和运动关系,做出智能决策。Aether 在真实世界中展现出强大的零样本泛化能力,使用虚拟数据训练完成高效完成复杂任务,为具身智能系统提供强大的空间推理和决策支持。

阅读目录
  • Aether是什么
  • Aether的主要功能
  • Aether的技术原理
  • Aether的项目地址
  • Aether的应用场景

Aether

Aether的主要功能

  • 4D 动态重建:从视频中重建包含时间和空间的三维场景模型,捕捉动态变化。
  • 动作条件视频预测:根据初始观察和动作轨迹预测未来场景的变化。
  • 目标导向视觉规划:根据起始和目标场景生成合理路径,辅助智能系统规划行动路线。

Aether的技术原理

  • 统一多任务框架:将动态重建、视频预测和动作规划三项任务融合在一个统一的框架中进行优化。基于任务交错的特征学习,实现不同任务之间的协同优化,提升模型的稳定性和鲁棒性。
  • 几何感知建模:引入三维时空建模,构建几何空间提升模型的空间推理能力。用海量仿真 RGBD 数据(彩色图像和深度图),开发一套完整的数据清洗与动态重建流程,标注丰富的动作序列。
  • 相机轨迹作为动作表征:选择相机轨迹作为全局动作的表示方式。在导航任务中,相机轨迹直接对应导航路径;在机器人操作中,手柄相机的运动可以捕捉末端执行器的 6D 运动。
  • 扩散模型与多模态融合:基于预训练的视频扩散模型,用合成 4D 数据进行后训练。将深度视频转换为尺度不变的归一化视差表示,将相机轨迹编码为与扩散变换器(DiTs)时空框架对齐的尺度不变射线图序列表示。基于动态整合跨任务和跨模态的条件信号,Aether 实现多模态信息的融合和协同优化。
  • 零样本泛化能力:完全在虚拟数据上训练,实现对真实世界的零样本泛化。基于组合不同的条件输入(如观察帧、目标帧和动作轨迹),结合扩散过程,实现对多种任务的统一建模与生成。让模型在没有真实世界数据的情况下,迁移到真实场景中表现出色。

Aether的项目地址

  • 项目官网:https://aether-world.github.io/
  • GitHub仓库:https://github.com/OpenRobotLab/Aether
  • HuggingFace模型库:https://huggingface.co/AetherWorldModel/AetherV1
  • arXiv技术论文:https://arxiv.org/pdf/2503.18945
  • 在线体验Demo:https://huggingface.co/spaces/AmberHeart/AetherV1

Aether的应用场景

  • 机器人导航:帮助机器人规划路径,避开动态障碍。
  • 自动驾驶:实时重建道路场景,预测交通动态。
  • 虚拟现实:生成沉浸式虚拟场景,增强用户体验。
  • 工业机器人:优化机器人操作路径,提高生产效率。
  • 智能监控:分析监控视频,预测异常行为。
🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
HuggingFace ↗
HuggingFace:AI模型开发社区,面向大语言模型场景提供便捷实用的在线功能支持,涵盖大模型等实用方向。
❓ 常见问题解答(FAQ)
Aether 是什么类型的模型?

Aether 是上海 AI Lab 开源的生成式世界模型,核心特点是把三维时空建模与生成式建模结合起来,支持 4D 动态重建、动作条件视频预测和目标导向视觉规划,面向具身智能与空间推理任务。

Aether 为什么强调零样本泛化?

因为它完全基于合成数据训练,不依赖真实世界数据,也能迁移到真实场景中完成任务。文章提到它通过组合观察帧、目标帧和动作轨迹等条件输入,实现对多种任务的统一建模与生成。

Aether 可以用在哪些场景?

Aether 适合机器人导航、自动驾驶、虚拟现实、工业机器人和智能监控等场景。它能帮助系统重建环境、预测动态变化,并生成合理行动路径,从而提升规划与决策能力。

🔬 语宙深潜追问 · 进阶实操拆解
世界模型怎么验证零样本泛化?

不要只看静态指标,最好在未见过的道路、光照和障碍组合上做闭环测试,观察规划成功率、碰撞率和长时稳定性。若能跨场景保持一致的空间推理与动作预测,才算真正接近零样本泛化。

4D重建与动作预测如何协同?

4D重建负责恢复时空结构,动作条件视频预测负责模拟“下一步会发生什么”,两者结合才能支持规划。工程上可先用重建建立可解释场景表征,再用预测头输出候选轨迹与风险评估。

🗳️ 读者观点微投票 · 您的实战立场是?
合成数据训练世界模型靠谱吗?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🌐 所属权威专题:Gemini 全模态与空间智能 →
  • EnerVerse – 智元机器人推出的首个机器人4D世界模型
  • TesserAct – AI 4D具身世界模型,能预测3D场景的动态演变
  • 高德发布通用世界模型工坊ABot-World Studio 支持实时交互的AI数字世界
  • 蚂蚁灵波科技开源LingBot-World:交互式世界模型,实时生成近10分钟连续视频,赋能机器人训练与自动驾驶仿真
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
豆包大模型1.5 – 字节跳动推出的最新版大模型
推迟22亿IPO后砸6.25亿美元闪电收购!智能戒指龙头Oura全资吞下AI诊疗创企Counsel Health:年营收17.5亿背后的穿戴医疗化与医生在环临床Agent全景拆解
丹尼尔的故事 [译]
Talker-Reasoner – 谷歌DeepMind推出的双思维AI代理架构
Cube 3D – Roblox 推出的 AI 3D 生成模型
TAGGED:3D与空间智能AI智能体HuggingFace开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 Evolving Agents – 开源的AI Agent管理与进化框架 Evolving Agents – 开源的AI Agent管理与进化框架
下一篇 Mahilo – AI多智能体框架,支持创建与人类互动的多智能体系统 Mahilo – AI多智能体框架,支持创建与人类互动的多智能体系统
Ad image
Ad image

最近更新

NVIDIA Vera Rubin 亮相 MLPerf 评测并在训练与端点测试中领先
单GPU训练性能翻倍且智能体每瓦吞吐暴增10倍!NVIDIA Vera Rubin首战MLPerf大获全胜:DeepSeek-V3千卡扩展效率97%与Agentic端点推理全景深度拆解
AIGC 资讯
美国商务部大楼与半导体出口管制新规
算力超1200万TPP即触发许可且限期90天整改!美国商务部突发全球数据中心新规:封死离岸云端远程租用算力与废止AI扩散规则全景深度拆解
AIGC 资讯
AI 原生 CRM 初创公司 Dreamteam 获 5300 万美元融资,挑战 Salesforce 与 HubSpot
斩获5300万美元对标Salesforce!前Freshworks高管创办AI原生CRM Dreamteam:基于Company Brain虚拟记忆与自动化智能体流水线深度拆解
AI 工具
Optimizely 谈营销智能体落地:企业需将审核从输出转向输入
告别Vibe Coding虚火!Optimizely解密企业级营销智能体落地法则:从“输出审核”走向“输入约束”、专用Harness架构与800落地页规模化实战
最新趋势

相关推荐

Gemini 3.1 Flash TTS 深度评测:谷歌如何用音频标签导演级控制,重新定义AI语音合成?
AI 工具AIGC 资讯

Gemini 3.1 Flash TTS 深度评测:谷歌如何用音频标签导演级控制,重新定义AI语音合成?

Prompt 语宙研究院
AI语音合成 Gemini TTS 文本转语音 谷歌AI
腾讯开源Covo-Audio:70亿参数端到端语音大模型,挑战GPT-4o的实时对话新标杆
AI 工具AIGC 资讯

腾讯开源Covo-Audio:70亿参数端到端语音大模型,挑战GPT-4o的实时对话新标杆

Prompt 语宙研究院
Covo-Audio 全双工交互 端到端语音模型 腾讯开源 语音大模型
工程行业中生产力的头号绊脚石 [译]
强化 AI 学习

工程行业中生产力的头号绊脚石 [译]

宝玉的分享
AI办公效率 AI智能体 AI编程 大模型微调
阿里通义Qwen-TTS语音合成模型发布:支持中英文、方言与流式输出,助力智能交互新时代
AI 工具AIGC 资讯

阿里通义Qwen-TTS语音合成模型发布:支持中英文、方言与流式输出,助力智能交互新时代

Prompt 语宙研究院
AIGC AI音频与语音 Java TTS 大模型微调 语音合成 阿里通义
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.