首个智能机器人 4D 世界模型问世：智元机器人团队推出全新 EnerVerse 架构

「探索未来科技之门，开启全新能量宇宙时代！」

　　 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一直是具身智能领域的核心挑战。该领域受到“模态对齐”和“数据稀缺”的限制。最近，智元机器人团队提出了EnerVerse架构，通过自回归扩散模型（autoregressive diffusion），不仅生成未来的具身空间，还能引导机器人完成复杂的任务。 这一创新性进展无疑为解决具身智能中的关键难题提供了新思路。通过结合任务指引和实时观测信息，EnerVerse架构能够更精准地预测和规划机器人的未来行动。这不仅有助于提升机器人的自主性和灵活性，还可能推动相关技术在更多应用场景中的落地。未来，随着数据量的增加和算法的不断优化，我们有理由期待机器人在复杂环境下的表现会更加出色。

　　 据介绍，不同于现有方法仅简单应用视频生成模型，EnerVerse深度结合具身任务需求，创新性地引入稀疏记忆机制（SparseMemory）和自由锚定视角（FreeAnchorView, FAV）。这些改进不仅提升了4D生成能力，还实现了动作规划性能的重大突破。

　　 据智元机器人官方透露，实验结果显示EnerVerse不仅拥有未来空间生成的能力，还在机器人动作规划任务中达到了当前最佳（SOTA）的表现。了解到，目前项目网站和论文《EnerVERSE：构想机器人操作的具身未来空间》已经发布，模型及相关数据集也即将开放源代码。

　　 EnerVerse的核心科研团队源自智元机器人研究院的具身算法部门。该团队的论文共同第一作者黄思渊是上海交通大学与上海人工智能实验室联合培养的博士生，师从香港中文大学多媒体实验室的李鸿升教授。他在博士期间专注于多模态大模型下的具身智能及高效智能体的研究。目前，他已经在上海合作组织机器人会议（CoRL）、多媒体国际会议（MM）、国际机器人与自动化会议（IROS）以及欧洲计算机视觉会议（ECCV）上以第一作者或共同第一作者的身份发表了多篇论文。另一位共同第一作者陈立梁则是智元机器人具身算法团队的关键成员，他的研究重点在于具身空间智能与世界模型的开发。 从这些信息可以看出，EnerVerse汇聚了一支在具身智能领域极具实力的研发团队。该团队不仅拥有坚实的理论基础，还具备强大的实践能力。通过结合学术界与工业界的资源，他们能够更好地推动具身智能技术的发展，为未来的智能机器人应用开辟新的可能性。此外，团队成员在多个顶级学术会议上发表的研究成果也表明了他们在这一领域的前沿地位。