# EnerVerse – 智元机器人推出的首个机器人4D世界模型

- Link: https://paooo.com/aigc-news/23184/
- Published: 2026-06-09T01:37:01+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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。

阅读目录

 * [EnerVerse是什么](https://paooo.com/aigc-news/23184/#enerverse%e6%98%af%e4%bb%80%e4%b9%88)
 * [EnerVerse的主要功能](https://paooo.com/aigc-news/23184/#enerverse%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [EnerVerse的技术原理](https://paooo.com/aigc-news/23184/#enerverse%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [EnerVerse的项目地址](https://paooo.com/aigc-news/23184/#enerverse%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [EnerVerse应用场景](https://paooo.com/aigc-news/23184/#enerverse%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![EnerVerse – 智元机器人推出的首个机器人4D世界模型 - 配图](https://paooo.com/wp-
content/uploads/2026/06/EnerVerse-website-1.avif)

## 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。

🔬 语宙深潜追问 · 进阶实操拆解

EnerVerse 的 Sparse Memory 有何作用？

它能把历史观测压缩成可检索的记忆，减少长时序任务中的信息丢失。对机器人来说，这意味
着在复杂环境里可以更好地回忆已见物体、路径和状态，从而提升长程规划稳定性。

4D 世界模型如何落地到机器人？

最先适合用于仿真训练、任务规划和失败预演，而不是直接替代控制器。落地时应把模型输出
限制在高层决策，再结合传统控制与安全约束，避免在真实硬件上出现不可控动作。

🗳️ 读者观点微投票 · 您的实战立场是？

机器人4D世界模型，先解决规划还是感知？

🕸️ 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 →](https://paooo.com/topics/gemini-multimodal/)

 * [Aether – 上海 AI Lab 开源的生成式世界模型](https://paooo.com/aigc-news/20250/)
 * [具身智能新突破：蚂蚁集团开源LingBot-Vision，让机器人拥有“空间感”](https://paooo.com/aigc-news/26241/)
 * [智元Genie Envisioner开源：首个机器人世界模型平台，视频生成驱动跨形态策略泛化](https://paooo.com/aigc-news/14085/)
 * [从第一视角视频自学到全链路自我进化！智元机器人重磅发布GO-3 Preview：首创WRAM具身原生架构、斩获三项权威评测第一与年底开源规划全景深度拆解](https://paooo.com/trends/40565/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · 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](https://paooo.com/aigc-news/23184/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 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)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
