Aether-实用教程完整版.docxVIP

Aether-实用教程完整版

前言

Aether是上海人工智能实验室开源的生成式世界模型，主打4D动态重建、视觉规划、视频预测三大核心能力，是首个融合重建-预测-规划全链路的开源世界模型，全程依托合成数据训练，兼顾推理速度与真实场景适配性，广泛用于机器人视觉、自动驾驶仿真、动态场景重建、视频生成等领域。本教程为完整版实操指南，覆盖从零部署、基础推理、核心功能调用、参数调优、报错解决、二次开发全流程，适配Windows/Linux双系统，零基础开发者可直接跟着步骤复现。

第一章产品基础概述

1.1核心定位与优势

核心能力：4D动态场景重建、动作可控视频预测、机器人端到端视觉规划、真实世界空间决策

差异化优势：纯合成数据训练，无需海量真实场景标注；重建与生成模型深度融合；轻量化部署，支持本地GPU单机运行；开源完整权重与推理代码，无功能阉割

适用场景：机器人导航视觉规划、动态三维场景重建、短视频AI生成、自动驾驶感知仿真、AR/VR动态空间建模

1.2软硬件环境要求

1.2.1硬件最低配置

GPU：NVIDIA显卡，最低RTX306012G；推荐RTX409024G/A100（大分辨率视频推理必备）

内存：≥16G，推荐32G及以上

硬盘：空闲空间≥50G（含模型权重、依赖库、测试视频素材）

1.2.2软件环境要求

操作系统：Linux（Ubuntu20.04