Aether

让视频生成自带几何，赋能具身智能空间理解

开源 🏷️定价信息待确认 ✅ 目前可打开视频生成 🍴 复刻 11 👀 关注 19

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 617

维护状态低维护

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类视频生成

开发团队InternRobotics

官网地址https://aether-world.github.io

GitHubhttps://github.com/InternRobotics/Aether

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

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★ 617

上线时间2025-03-24 00:00:00

代码更新2025-10-26

仓库体积56.5 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

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’。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 617

技术标签

4d-generation embodied-ai foundation-models multi-modal video-generation

使用教程

难度：高级约 90 分钟部署方式：本地GPU 5 步

环境要求

Python 3.10
GPU 显存 16G 以上
示例素材

安装与启动步骤

1建环境

指定解释器版本，依赖较重，建议单独环境。
```
conda create -n aether python=3.10
```
2装依赖

按仓库给的清单装，缺哪个补哪个。
```
pip install -r requirements.txt
```
3跑三种任务之一

重建、预测、规划是三条独立通路，先挑一条跑通。
```
python scripts/demo.py --task reconstruction --video ./assets/example_videos/moviegen.mp4
```
4换自己的视频

输入换成你的片段，视角单一时重建质量会明显下降。
5起交互界面

要手调参数就用图形界面，比命令行直观。
```
python scripts/demo_gradio.py
```