TesserAct 是创新的 4D 具身世界模型，能预测 3D 场景随时间的动态演变，响应具身代理的动作。通过训练 RGB-DN（RGB、深度和法线）视频数据来学习，超越了传统的 2D 模型，能将详细的形状、配置和时间变化纳入预测中。TesserAct 的核心优势在于其时空一致性，支持新视角合成，显著提升了策略学习的性能。

TesserAct – AI 4D具身世界模型，能预测3D场景的动态演变 第1张
（图片来源网络，侵删）
TesserAct – AI 4D具身世界模型，能预测3D场景的动态演变 第2张
（图片来源网络，侵删）