---
title: "EnerVerse – 智元机器人推出的首个机器人4D世界模型"
url: "https://paooo.com/aigc-news/23184/"
author: "Prompt 语宙研究院"
published_at: "2026-06-09T01:37:01+08:00"
updated_at: "2026-06-09T01:37:01+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI智能体, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# EnerVerse – 智元机器人推出的首个机器人4D世界模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/23184/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-09

## AI 30 秒核心看点 (TL;DR)

- 首个机器人4D世界模型 EnerVerse，用未来具身空间直接辅助机器人规划动作。
- 自回归扩散 + Sparse Memory + FAV，兼顾长程生成能力、视角灵活性与几何一致性。
- 实验显示其在机器人动作规划任务上达到当前最优，且项目主页、论文已上线。

## EnerVerse是什么

EnerVerse 是智元机器人团队开发的首个机器人4D世界模型，通过生成未来具身空间来指导机器人完成复杂任务。模型采用自回归扩散模型，结合稀疏记忆机制（Sparse Memory）和自由锚定视角（Free Anchor View, FAV），显著提升4D生成能力和动作规划性能。实验结果表明，EnerVerse在机器人动作规划任务中达到了当前最优水平。EnerVerse的项目主页和论文已经上线，模型与数据集即将开源。

## EnerVerse的主要功能

- **未来空间生成**：通过自回归扩散模型，EnerVerse 能生成未来的具身空间，帮助机器人在任务指引和实时观测的基础上规划未来动作。

- **高效动作规划**：EnerVerse 在生成网络下游加入了由多层Transformer组成的Diffusion策略头，能在逆扩散的第一步即输出未来动作序列，确保动作预测的实时性。

## EnerVerse的技术原理

- **自回归扩散模型**

**逐块生成**：EnerVerse 采用逐块生成的自回归扩散模型（chunk-wise autoregressive diffusion），通过扩散模型为未来具身空间建模。这种模型通过逐步生成每个时刻的空间信息，使得机器人能够在执行复杂任务时，不仅依赖局部信息，还能整合来自多个时刻的环境数据。

- **扩散模型架构**：基于结合时空注意力的UNet结构，每个空间块内部通过卷积与双向注意力建模；块与块之间通过单向因果逻辑保持时间一致性。

- **稀疏记忆机制（Sparse Memory）**

**记忆管理**：借鉴大语言模型的上下文记忆，EnerVerse 在训练阶段对历史帧进行高比例随机掩码处理，在推理阶段以较大时间间隔更新记忆队列。这种机制有效降低了计算开销，同时显著提升了长程任务的生成能力。

- **自由锚定视角（Free Anchor View, FAV）**

**视角灵活性**：FAV 允许机器人根据场景灵活调整视角，克服了固定多视角在狭窄或遮挡环境中的局限性。例如，在厨房等场景中，FAV可以轻松适应动态的遮挡环境。

- **空间一致性**：基于光线投射原理，EnerVerse 使用视线方向图作为视角控制条件，并将2D空间注意力扩展为跨视角的3D空间注意力，确保生成视频的几何一致性。

- **Diffusion策略头**

**高效动作预测**：在生成网络下游加入了由多层Transformer组成的Diffusion策略头，能够在逆扩散的第一步即输出未来动作序列，确保动作预测的实时性。

- **稀疏记忆支持**：在动作预测推理中，稀疏记忆队列存储真实或重建的FAV观测结果，用于提升模型对于长程任务的规划能力。

## EnerVerse的项目地址

- **项目官网**：[https://sites.google.com/view/enerverse/home](https://sites.google.com/view/enerverse/home?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2501.01895](https://arxiv.org/pdf/2501.01895)

## EnerVerse应用场景

- **环境感知与决策**：在自动驾驶领域，EnerVerse 可以通过生成未来空间来辅助车辆进行环境感知和决策。

- **机器人操作与装配**：在工业生产线上，EnerVerse 可以指导机器人完成复杂的装配任务。通过生成未来空间，机器人能够更好地理解零件之间的空间关系和装配顺序，从而提高装配效率和精度。

- **质量检测与维护**：EnerVerse 还可以应用于工业设备的质量检测和维护。机器人可以利用生成的未来空间对设备进行更全面的检查，及时发现潜在的故障和问题。

- **家庭服务**：在家庭环境中，EnerVerse 可以帮助服务机器人更好地理解和规划任务。例如，在整理房间、搬运物品等任务中，机器人能通过生成未来空间来预测物品的摆放位置和移动路径。

- **医疗辅助**：在医疗领域，EnerVerse 可以辅助医疗机器人进行手术操作或康复训练。通过生成未来空间，机器人能够更准确地规划手术步骤或康复动作。

## 常见问题解答 (FAQ)

### EnerVerse 是什么模型？
EnerVerse 是智元机器人团队开发的首个机器人4D世界模型，核心作用是生成未来具身空间，并据此辅助机器人完成复杂任务规划。它结合自回归扩散、稀疏记忆和自由锚定视角等机制，提升长程生成与动作预测能力。

### EnerVerse 为什么适合机器人动作规划？
它在生成网络下游加入了由多层 Transformer 组成的 Diffusion 策略头，能在逆扩散第一步输出未来动作序列，保证预测实时性；同时稀疏记忆机制还能增强长程任务的规划效果。

### EnerVerse 可以用在哪些场景？
文章提到的应用包括自动驾驶环境感知、工业装配、质量检测与维护、家庭服务，以及医疗辅助等。其共同价值是通过生成未来空间，帮助机器人更准确理解环境并规划后续动作。

---
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/)
