Éther Gratuit

Aether est un cadre de modèle mondial géométriquement conscient qui unifie la reconstruction dynamique, la prédiction vidéo des conditions d'action et la planification visuelle orientée vers les objectifs dans la même architecture. Il convient aux équipes de recherche pour effectuer une vérification de base des modèles mondiaux.

Texte de l'outil #Aether

Paramètres et statistiques de base

Paramètres	Informations publiques actuelles	Descriptif
Positionnement du produit	Cadre de recherche de modèles mondiaux open source	Pas de SaaS commercial, mais une infrastructure de recherche
Tâches principales	Reconstruction 4D, prédiction vidéo, planification visuelle	Architecture unifiée à trois tâches
Contrat de licence	Licence MIT	Disponible pour la recherche et l'utilisation commerciale
Poids du modèle	Public (visage câlin)	AetherV1 peut être téléchargé directement
Exigences contextuelles pour l'inférence	Linux + CUDA + ≥24 Go de VRAM	Ressources GPU requises

Le point de départ de la conception d'Aether : la valeur du modèle mondial ne réside pas seulement dans la "génération de belles vidéos", mais également dans sa capacité à comprendre simultanément l'espace géométrique, à prédire les résultats des actions et à prendre en charge la planification des objectifs.

Reconnaissance des utilisateurs et du marché

• InternRobotics est une équipe avec une certaine formation académique. Le projet est open source sous licence MIT, ce qui indique qu'il reste ouvert à la fois à la recherche et aux applications commerciales.
• Le rythme serré entre la soumission des articles et la sortie publique d'AetherV1 en 2025 montre que le projet est dans une phase d'avancement active.
• Le nombre de citations publiques et d'utilisateurs d'entreprise n'est pas divulgué ; il est préférable de le considérer comme un outil communautaire de recherche plutôt que comme un produit commercial mature.

Avantage de coût

• C-side/Individuel : Pas pour les utilisateurs individuels ordinaires, plus adapté aux chercheurs disposant de ressources GPU.
• Développeur/Chercheur : La licence MIT est publique et le poids de téléchargement est gratuit ; le coût principal concerne les ressources de calcul GPU.
• Entreprise/Privé : Il n'y a pas de page d'achat commerciale ; si les entreprises souhaitent l’utiliser, elles doivent évaluer elles-mêmes le coût des ressources GPU et de l’accès à l’ingénierie.

Son véritable avantage caché est de réduire le temps nécessaire à la création d'un contexte d'expérimentation de modèle mondial à partir de zéro ; le coût caché réside dans les exigences élevées en matière de VRAM et la dépendance au contexte Linux/CUDA.

Fonctions principales

• Reconstruction dynamique 4D : reconstruisez des structures géométriques tridimensionnelles dans des scènes dynamiques pour distinguer les arrière-plans statiques des objets en mouvement.
• Prédiction vidéo conditionnée par l'action : en utilisant la trajectoire de la caméra comme condition d'action, prédisez la future séquence d'images vidéo correspondante.
• Planification visuelle conditionnée par l'objectif : étant donné un état d'objectif, déduire la séquence de chemins visuels nécessaires pour atteindre l'objectif.
• Démo locale de Gradio : fournit officiellement une démo interactive qui peut être exécutée directement pour faciliter une vérification rapide.
• Poids du modèle public et code d'inférence : les poids AetherV1 sont hébergés sur Hugging Face et les scripts d'inférence sont publics dans le référentiel GitHub.

Evolution du modèle et de la version

• 2025-03-24/arXiv v1 : La première version de l'article est soumise, et la description de la méthode et l'évaluation quantitative sont divulguées.
• 2025-03-28 / Version complète d'AetherV1 : GitHub README confirme que le poids du modèle, le site Web du projet et le code d'inférence sont publiés simultanément.
• 2025-07-28/arXiv v3 : Une version révisée du document est publiée, avec des commentaires et des instructions mis à jour.

Les itérations d'Aether se concentrent sur l'exhaustivité de la recherche : rendre les méthodes reproductibles dans un premier temps, puis élargir la couverture des tâches avec les travaux ultérieurs.

Avantages techniques

• Mécanisme : Optimisation conjointe de la reconstruction géométrique et de la modélisation générative, représentation spatiale partagée.

  Effet : Différentes tâches partagent des priorités géométriques, réduisant ainsi la dérive de cohérence de la modélisation indépendante multitâche. Scénarios applicables : recherche de modèles mondiaux nécessitant une conscience spatiale et une simulation de scènes de conduite autonome.

• Mécanisme : trajectoire de la caméra en tant qu'espace d'action informé par la géométrie.

  Effet : la prédiction et la planification utilisent des conditions géométriques plus stables au lieu de jetons abstraits. Scénarios applicables : Recherche sur la planification visuelle et la prédiction vidéo des conditions d'action.

• Mécanisme : architecture unifiée à trois tâches (reconstruction + prédiction + planification) réseau fédérateur partagé.

  Efficacité : Pas besoin de maintenir des modèles indépendamment pour chaque tâche, ce qui réduit les coûts d'itération de la recherche. Scénarios applicables : recherche fondamentale sur les modèles mondiaux, vérification multitâche de l'intelligence incorporée.

Comment utiliser

• Mise en route : clonez le référentiel GitHub → Installez les dépendances (CUDA, torch, gradient, etc.) → Téléchargez les poids AetherV1 → Exécutez la démo locale.
• Parcours de recherche : Concevoir des expériences basées sur AetherV1 → Modifier les conditions de la tâche → Évaluer la performance de trois tâches.
• Chemin d'accès au projet : Modifiez et intégrez dans vos propres scénarios de recherche ou d'application selon les termes de la licence MIT.

Prix des produits

Niveau	Statut public actuel	Descriptif
Utilisation en recherche	Gratuit (Licence MIT)	Les poids, codes et documents sont tous open source
Utilisation commerciale	Autorisé (licence MIT)	Soumis aux conditions du MIT
Services d'hébergement	Non divulgué	Pas encore d'API commerciale ou de solution d'hébergement

Pour la plupart des équipes de recherche, le coût principal n’est pas la licence, mais les ressources GPU et le temps d’adaptation technique.

Scénarios d'application

• Recherche fondamentale sur le modèle mondial : Vérifiez la méthode de modélisation unifiée sous conscience géométrique.
• Simulation de scène de conduite autonome : la prédiction vidéo des conditions d'action peut être utilisée pour les tests de scène de conduite.
• Vérification de la planification intelligente intégrée : la planification visuelle des conditions cibles convient à la vérification des prototypes des tâches de préhension et de navigation des robots.

Personnes concernées

• World Model Researchers : une équipe de recherche qui vérifie la méthode de modélisation unifiée tenant compte de la géométrie.
• Ingénieurs en Robotique/Intelligence Embodiée : Équipes qui nécessitent une validation conjointe de la reconstruction 4D et de la planification de la vision.
• Équipe d'algorithmes de conduite autonome : une équipe technique qui mène des recherches sur la prédiction dynamique de la scène et la planification visuelle.

Ne correspond pas aux limites : il ne s’agit pas d’un SaaS de génération vidéo commerciale prêt à l’emploi ; il ne peut pas être utilisé directement par des équipes sans ressources GPU ni capacités d’ingénierie Linux.

Résumé et Outlook

Elle propose des solutions compétitives dans son domaine et sa valeur fondamentale réside dans l’abaissement du seuil d’utilisation de l’IA dans ce domaine.

Limites actuelles : Certaines fonctionnalités avancées nécessitent un abonnement payant et la version gratuite comporte des restrictions de fonction ou d'utilisation ; les détails techniques spécifiques et les critères de performance n’ont pas encore été entièrement divulgués.

Outils associés : hugging-face, replicate

Sources de référence

• https://aether-world.github.io/
• https://github.com/InternRobotics/Aether
• https://arxiv.org/abs/2503.18945
• https://huggingface.co/AetherWorldModel/AetherV1

Informations de version

• ÉtherV1 ：Le README GitHub annote clairement les poids du modèle AetherV1, l'article, le site Web du projet et le code d'inférence ont été publiés. （2025-03-28）
• Soumission arXiv v1 ：La première version de l'article a été soumise à arXiv, et la méthode Aether et les résultats de l'évaluation ont été divulgués pour la première fois. （2025-03-24）