<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:video="http://www.google.com/schemas/sitemap-video/1.1">
<url>
<loc>https://www.aether.cn/</loc>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>1</priority>
</url>
<url>
<loc>https://www.aether.cn/ask-me</loc>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/ask-me/earth-family</loc>
<video:video>
<video:title>我有动力学建模，你有吗？</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/earth-family-1.jpg</video:thumbnail_loc>
<video:description>VLA和WAM面对遮挡、接触、形变等需要物理推理的任务场景时极易失效。我们建立统一世界模型，将动力学预测和长期状态统一到同一认知空间，轨迹天然满足动力学可行性，不靠数据“猜”出来，是靠物理约束“学”出来；并获得绝佳的外推泛化能力，可计算补偿力矩和前馈项，无需任何重新训练。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/dynamics-modeling.32euz3ewmz4cl.mp4</video:content_loc>
<video:duration>6</video:duration>
<video:publication_date>2026-08-04</video:publication_date>
</video:video>
<video:video>
<video:title>我有吸引子，你有吗？</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/earth-family-2.jpg</video:thumbnail_loc>
<video:description>相比于VLA的暴力求解和分布外崩溃，以及WAM的轨迹拼接和刚性过拟合，我们的吸引子动力学，将长期记忆、推理结果、任务目标统一表示为能量景观中的稳定吸引子，使机器人内部状态不是随机变化，而是在动力学作用下持续收敛至对应吸引子，因此推理自然收敛，模式具有补全能力，使机器人具备类似生物神经系统的稳定性和鲁棒性。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/attractor-dynamics.34em4ohm-k8ro.mp4</video:content_loc>
<video:duration>95</video:duration>
<video:publication_date>2026-08-04</video:publication_date>
</video:video>
<video:video>
<video:title>我有真正的认知，你有吗？</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/earth-family-3.jpg</video:thumbnail_loc>
<video:description>VLA，运气赌徒，靠条件反射回答“下一步最像训练数据的动作是什么”；WAM，不懂因果，靠时序统计规律回答“下一步最相关的画面是什么”。TRUEMAN，一个真正的“人”，我们回答“下一步最接近目标的动作是什么”。通过目标建模，主动感知，世界模型，自我模型，预测能力，自适应推理，物理后果一致性，长/短期记忆，从经验中学习，持续学习，能量驱动决策，自进化，形成一个完整的连续认知动力学闭环系统，推理、记忆、规划和控制均表现为连续状态演化，而非离散流水线。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/true-cognition.3ww0m_pjlleqg.mp4</video:content_loc>
<video:duration>82</video:duration>
<video:publication_date>2026-08-04</video:publication_date>
</video:video>
<video:video>
<video:title>我能自适应推理，你能吗？</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/earth-family-4.jpg</video:thumbnail_loc>
<video:description>VLA 的统一权重与 WAM 的确定性前向传播，使二者在计算开销和时延上均存在短板，且无法主动获取信息，因而动作失当和胡思乱想。TRUEMAN具有元认知，能根据任务难易动态分配计算资源，并通过基于能量的信息增益实现主动感知与主动推断，做到算力弹性调度、信息按需检索、推理拓扑重构、情景动态建模、策略在线演化和目标自主调整。从而，破解“感知能耗悖论”，将“物理成本”与“认知成本”统一，补足因果推理，解决长尾问题，边做边进化。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/adaptive-reasoning.07zx477e-g9v4.mp4</video:content_loc>
<video:duration>34</video:duration>
<video:publication_date>2026-08-04</video:publication_date>
</video:video>
<video:video>
<video:title>我能自进化，你能吗？</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/earth-family-5.jpg</video:thumbnail_loc>
<video:description>VLA无法实现参数空间的局部微调 ，WAM做不到物理行为空间的全局自适应，因而二者都不能真正的自进化。TRUEMAN，能在自由能驱动下，通过Evolution Manager实现自我模型（内）和世界模型（外）从参数级到模型级的不同层级的自进化，包括知识自增长，技能自增长，策略自进化，甚至是认知结构自进化，使模型能自我驱动产生学习目标，并主动推理实现价值自定义，自进化出真正的智能！</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/self-evolution.3o86eao2ypezd.mp4</video:content_loc>
<video:duration>52</video:duration>
<video:publication_date>2026-08-04</video:publication_date>
</video:video>
<video:video>
<video:title>我是能量驱动的，你是吗？</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/earth-family-6.jpg</video:thumbnail_loc>
<video:description>VLA的条件概率和WAM的精度预测，本质上都是统计拟合的猜测，而非受能量和因果约束的决策，因此都远未触及真正的智能——既没有对世界的理解，也没有自主的意图。TRUEMAN，不直接预测动作，而将目标完成度，世界动力学一致性，长期记忆一致性，物理约束一致性，任务相关不确定性，及动作可执行性与稳定性统一表示为一个连续的能量景观，在统一能量函数的约束下，沿着能量梯度完成持续推理、主动探索和动作生成。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/energy-driven.07207vxalm4qx.mp4</video:content_loc>
<video:duration>63</video:duration>
<video:publication_date>2026-08-04</video:publication_date>
</video:video>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/ask-me/barbecue</loc>
<video:video>
<video:title>当模型智能超越人类智能，世界会变怎样？</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/barbecue-1.jpg</video:thumbnail_loc>
<video:description>我们给出了答案！当高维文明误入原始社会，会开启下一纪元！但这开启，是先融入，再启迪，与人类和谐共生，。因为交互，也是模型智能的一部分，。碳基-硅基-碳基，星火传递！我们展示了：人类示教机器人，机器人再示教野人，完成文明传承的壮举！嗨，是我，楚门，又一个一镜到底的视频，。这次，我更有趣了！让我拆解机器人烧烤全流程的7个步骤吧：1. 戳一下肉，看肉熟没熟（力觉/触觉反馈与状态推理）多模态感知与物理属性推断，体现了模型对物体不可见状态的推理。2. 戳西红柿，并舂出汁作为调料（可变性物体（固液）操作与精确力控）对“非刚性物体”的动力学建模与柔顺力控，体现模型对因果链的实时推理与柔性交互能力。3.</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/robot-outing.3ds4zukrjp8rw.mp4</video:content_loc>
<video:duration>131</video:duration>
<video:publication_date>2026-09-09</video:publication_date>
</video:video>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/ask-me/roadshow</loc>
<video:video>
<video:title>关于我因为太聪明而不得不摆摊养一整个公司这件事</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/roadshow-1.jpg</video:thumbnail_loc>
<video:description>我们想展示，一个正直有爱的模型是如何与人类共生的。上次烧烤的场景，我们展示了在对抗性与冲突的环境中，当模型面对模糊目标时如何做出合理的决策。在之后的路演和直播中，我们将持续展示模型这一能力，以及模型在对齐人类逻辑与价值观，学习人类常识，与人类沟通协作并理解人类意图方面的能力。同时展示模型在陌生环境中的鲁棒性，泛化性，以及交互性。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/roadshow-live.183nhzeki1pry.mp4</video:content_loc>
<video:duration>74</video:duration>
<video:publication_date>2026-09-10</video:publication_date>
</video:video>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/ask-me/banquet</loc>
<video:video>
<video:title>意图理解与社会智能，主动服务与“眼力见”</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/banquet-1.jpg</video:thumbnail_loc>
<video:description>模型从视频里学的不是动作轨迹，而是人类意图。所以不是被动等指令，而是根据人的行为线索，提前判断需求，实现预期式主动服务：“现在该我上了”，“看客人眼色行事”。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/banquet-intent-service.3cw2hzpfsuo5b.mp4</video:content_loc>
<video:duration>12</video:duration>
<video:publication_date>2026-10-19</video:publication_date>
</video:video>
<video:video>
<video:title>工具可供性推理与零样本工具使用</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/banquet-2.jpg</video:thumbnail_loc>
<video:description>进入新环境后，模型自己分析工具的属性：能抓、能倒、能递、能推、能抽。没人教它工具怎么用，它自己探索。没见过这工具，但知道它能干嘛，零样本工具操作体现了模型对工具功能可供性的分析能力，以及自我探索使用新工具的能力，展示了模型是理解而非模仿，突破泛化性局限。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/banquet-tool-affordance.335sc-ihv4q1i.mp4</video:content_loc>
<video:duration>18</video:duration>
<video:publication_date>2026-10-19</video:publication_date>
</video:video>
<video:video>
<video:title>在线适应与实时闭环决策</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/banquet-3.jpg</video:thumbnail_loc>
<video:description>面对动态环境与不确定的要求，它一次成功，一镜到底，这种实时感知、实时决策、实时调整体现了模型在线适应、测试时适应、闭环控制与实时重规划的能力。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/banquet-online-adaptation.260-ydlflxaq-.mp4</video:content_loc>
<video:duration>17</video:duration>
<video:publication_date>2026-10-19</video:publication_date>
</video:video>
<video:video>
<video:title>自主探索与自进化</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/banquet-4.jpg</video:thumbnail_loc>
<video:description>没有人类遥操轨迹，也没有单任务专项训练。它靠的是在真实场景里试错、调整、重新规划。不用人教，它自己长本事。调酒是全场高光，训练全程无轨迹示教或专家演示，全凭模型自主试错学会调酒全流程：构建并迭代工具使用、力度控制、动力学适应、动作时序规划与失败恢复的闭环策略。从起初动作生疏、工具飞出，一路进化到稳定、连贯、优雅，真正体现了模型的自进化能力。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/banquet-self-evolution.3akmv4kyofzvc.mp4</video:content_loc>
<video:duration>39</video:duration>
<video:publication_date>2026-10-19</video:publication_date>
</video:video>
<video:video>
<video:title>长时程任务自主性</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/banquet-5.jpg</video:thumbnail_loc>
<video:description>宴会厅服务是多步骤、长时程任务。模型全程不被接管，一镜到底，实现了真正具有强鲁棒性的长时程规划与端到端自主。该片段体现的是长时程自主性中的突发事件处理、任务中断与恢复、子任务插入、动态重规划、多智能体交互、优先级仲裁、社会规范理解与长时程上下文保持。长时程自主不只是“做很久”，而是被打断后，仍能理解突发、处理冲突、中断恢复、自主决策和重规划，以及社交理解。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/banquet-long-horizon.2fgpr5yb76qrp.mp4</video:content_loc>
<video:duration>5</video:duration>
<video:publication_date>2026-10-19</video:publication_date>
</video:video>
<video:video>
<video:title>人机交互与机机交互协作</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/banquet-6.jpg</video:thumbnail_loc>
<video:description>它不只跟人配合，还能跟其他机器人配合。面对状况外的交互，它能随机应变，体现了多智能体协调、交互感知规划和对社会心智与任务分工的认知。</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/banquet-multi-agent.2vcfg4c-cj1ro.mp4</video:content_loc>
<video:duration>12</video:duration>
<video:publication_date>2026-10-19</video:publication_date>
</video:video>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/ask-me/pet-care</loc>
<video:video>
<video:title>地球宠物，我来守护</video:title>
<video:thumbnail_loc>https://www.aether.cn/og/halls/pet-care-1.jpg</video:thumbnail_loc>
<video:description>随着App下单增加，我们将持续释出更多有趣的机宠互动视频，紧随大生意人的脚步，与机器人一起守护地球爱宠！</video:description>
<video:content_loc>https://www.aether.cn/_next/static/media/robot-petcare.1zg8ic6zt2soe.mp4</video:content_loc>
<video:duration>10</video:duration>
<video:publication_date>2026-09-09</video:publication_date>
</video:video>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/know-me</loc>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/teach-me</loc>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/try-me</loc>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/accessibility-statement</loc>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
<url>
<loc>https://www.aether.cn/cookie-policy</loc>
<lastmod>2026-10-22T03:12:33.893Z</lastmod>
<priority>0.8</priority>
</url>
</urlset>
