1月8日，智元机器人在具身圈再次掀起波澜，正式推出首个4D世界模型EnerVerse，多视角任意观测，基于未来空间生成引导机器人动作规划，再次加速具身智能进程。 在机器人技术领域中，动作规划始终是一项充满挑战的任务。现有的机器人动作规划方法，往往 ...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com ...

如何让机器人在任务指引和实时观测的基础上规划未来动作，一直是具身智能领域的核心科学问题。然而，这一目标的实现受两大关键挑战制约： 针对上述难题，智元机器人团队提出了EnerVerse 架构，通过自回归扩散模型（autoregressive diffusion），在生成未来具身 ...

IT之家 1 月 8 日消息，如何让机器人在任务指引和实时观测的基础上规划未来动作是具身智能领域核心问题，其受“模态对齐”和“数据稀缺”制约。智元机器人团队提出 EnerVerse 架构，通过自回归扩散模型（autoregressive diffusion），在生成未来具身空间的同时 ...

机器人前瞻1月9日报道，这两天，智元机器人、上海交通大学与上海人工智能实验室共同研发的机器人领域首个4D世界模型EnerVerse亮相，该模型旨在让机器人在任务指引和实时观测的基础上规划未来动作。 在机器人技术领域中，动作规划始始终是一大难题。

36氪获悉，智元机器人具身算法团队推出了EnerVerse架构，以自回归扩散模型为核心，通过生成未来具身空间来引导动作规划。团队设计了一种稀疏记忆机制，用于维持长程任务的上下文逻辑，并提出了自由锚定视角，灵活地表达4D空间。实验表明，EnerVerse拥有卓越 ...

每经AI快讯，1月8日，据智元机器人官微消息，智元机器人具身算法团队宣布推出EnerVerse架构，通过自回归扩散模型，在生成未来具身空间的同时引导机器人完成复杂任务。不同于现有方法简单应用视频生成模型，EnerVerse引入稀疏记忆机制（Sparse Memory）与自由锚 ...

当前具身智能研发正面临“双重枷锁”：一方面，真机验证成本高、仿真偏差大，制约策略验证效率；另一方面，海量真机数据尚未构建基于轨迹扩增的高效利用机制，导致数据未被充分利用，制约了模型的持续进化。为打破这一困局，智元机器人在去年发布的 ...

EnerVerse就是要让机器人也拥有这种预测能力。 传统的机器人就像一个只会按部就班执行指令的助手，而配备了EnerVerse的机器人则像一个能够思考和规划的智能伙伴。 这项研究的核心创新在于将视频生成技术与机器人控制巧妙结合。