Aether 是视频领域的开源项目，由 InternRobotics 开发，2025 年首次发布。
它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 611。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-12。从国内网络环境看，可直接访问。
它主要面向的使用场景是：具身智能机器人训练中的视觉空间理解。同类可对比的替代方案包括 Genie、World Models、VideoPoet。
Aether
让视频生成自带几何，赋能具身智能空间理解
Aether 是一个面向具身智能与空间智能的统一世界模型，核心解决视频生成中几何一致性缺失的问题。它通过融合4D重建与生成技术，在生成视频的同时显式建模场景的几何结构，从而支持从单目视频中恢复4D动态场景，并可用于导航、交互等下游任务。项目提供完整的训练与推理代码，基于PyTorch实现，并附带预训练模型与评测基准。其核心能力包括：几何感知的视频生成、4D场景重建与生成、以及多模态空间理解。作为ICCV 2025的杰出论文，Aether 旨在为具身AI提供可泛化的空间先验，推动视频生成从‘像素级’走向‘几何级’。
开源
unknown
视频生成
GitHub 星标
★ 611
维护状态
低维护
是否开源
是
定价模式
unknown
项目数据
分类视频生成
开发团队InternRobotics
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型4d-generation,4d-reconstruction,embodied-ai,foundation-models,multi-modal,navigation,spatial-intelligence,video-generation,video-prediction,visual-planning,world-model
GitHub 星标★ 611
30天Star增速
HF 下载量
上线时间2025-03-24 00:00:00
最近更新2026-09-12 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 首个将几何感知显式融入视频生成的世界模型，解决生成内容空间不一致的痛点
- 统一支持4D重建与生成，可同时输出视频和几何结构，适用性强
- 代码开源且提供预训练模型，便于复现和二次开发
不足之处
- 项目处于早期，文档和社区支持待观察
- 对计算资源要求高，普通开发者难以快速上手
适用场景
- 具身智能机器人训练中的视觉空间理解
- 4D场景重建与动态内容生成
- 自动驾驶或导航中的几何感知视频预测
替代项目
Genie、World Models、VideoPoet
项目介绍
上一篇：epipolar-dpo
下一篇：Light-A-Video
同类项目推荐
MoneyPrinterTurbo
开源
输入一句话，高清短视频自动出炉，文案配音全包了
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···
seedance-2.0-api
开源
快速上手字节Seedance 2.0，文本/图片一键生成视频
Seedance 2.0 API — text-to-video and image-to-video examples
openscreen
开源
免费无水印录屏做演示，替代 Screen Studio
Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···
auto-subs
开源
在剪辑软件里直接生成字幕，省去导出导入的麻烦
On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···