---
title: "Aether – 上海 AI Lab 开源的生成式世界模型"
url: "https://paooo.com/aigc-news/20250/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T08:32:52+08:00"
updated_at: "2026-06-08T08:32:52+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI智能体, HuggingFace, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Aether – 上海 AI Lab 开源的生成式世界模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20250/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 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。

## 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/](https://aether-world.github.io/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/OpenRobotLab/Aether](https://github.com/OpenRobotLab/Aether)

- **HuggingFace模型库**：[https://huggingface.co/AetherWorldModel/AetherV1](https://huggingface.co/AetherWorldModel/AetherV1)

- **arXiv技术论文**：[https://arxiv.org/pdf/2503.18945](https://arxiv.org/pdf/2503.18945)

- **在线体验Demo**：[https://huggingface.co/spaces/AmberHeart/AetherV1](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。

## 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。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
