1X 釋出「1X 世界模型」：讓人形機器人看影片學會烤麵包與擊掌

過去教人形機器人做家務，工程師通常得戴著動作捕捉手套或 VR 頭顯，一遍又一遍帶它實操。現在，機器人公司開始嘗試讓它自己「看影片」學本領了。

人形機器人公司 1X 正式釋出了基於物理的「1X 世界模型」（1X World Model）。它把網際網路上的影片與文本提示輸入到一個通用模型中，幫助旗下家用人形機器人 Neo 理解現實世界的基本動力學，自主掌握未曾被針對性訓練過的新動作。

讓機器人像人類一樣刷影片開竅

1X 創始人兼執行長 Bernt Børnich 在宣告中提到，經過多年研發，Neo 現在能夠從網際網路規模的影片中汲取知識，並把這些理解直接對映到物理世界中。

在他看來，這個模型讓 Neo 擁有了把任意文本提示轉化為實際動作的潛力，甚至不需要預先給它演示案例，這是機器人走向自主學習的起點。

除了直接指導動作，這套世界模型還能充當 Neo 的「大腦模擬器」。它讓研發團隊能看清機器人在面對某個特定指令時，內部是如何思考與構思動作的，進而為後續的模型訓練提供關鍵反饋。

口號很豐滿，但現實還是從小家電開始

不過，說機器人可以「把任意指令變成動作」，顯然帶有不小的宣傳成分。TechCrunch 在報道中直接指出，你現在要是讓 Neo 去開車或者側方停車，它根本應付不來。

1X 發言人隨後也澄清，所謂「把任意提示轉為動作」，本質上是賦予了機器人嘗試一切動作的可能性。但落實到目前真正學會的技能上，Neo 掌握的依然是幾項非常簡單的日常家務。

比如把麵包片放進烤麵包機、把空氣炸鍋的炸籃拉出來，或者伸手跟人擊個掌。官方認為，這些零碎的基礎任務雖然看起來不起眼，卻是機器人日後組合並掌握複雜技能的第一步。

這次釋出也正值 Neo 走向商業化的關鍵節點。1X 在去年 10 月開放了這款家用機器人的預訂，並計劃在今年內開始發貨。儘管官方拒絕透露具體的交付時間表和預訂訂單數，但表示預訂量已經超過了內部預期。

為什麼重要

對普通家庭和關注機器人的人來說，1X 的這套方案讓人看到了家用機器人走進現實的新路徑。如果每個動作都要工程師帶著機器人手把手錄資料，機器人的能力擴充套件就會極其緩慢，普通人買回家也很難教會它做特定的家務。如果看影片真能讓它自己嘗試操作，家庭機器人的實用性就會翻倍。但就目前而言，從學會拉空氣炸鍋到真正接管家務還有極大的距離，今年就算拿到第一批 Neo，使用者面對的大機率依然是一個需要容忍失誤的實驗品。

對整個具身智慧行業而言，這代表了機器人訓練範式的轉變。過去業內主流依賴遙操作和模擬環境收集資料，成本高、場景窄。1X 試圖把整個網際網路的海量影片當成機器人的常識題庫，讓它先理解物體怎麼運動，再自己去上手嘗試。如果這條路走通，機器人大模型的研發門檻和資料採集成本會被大幅拉低，也會倒逼特斯拉等對手加速把通用世界模型塞進人形機身。

我們認為，1X 走這一步很聰明，它巧妙利用了網路上海量的現成人類生活影片，繞開了遙操作採集資料的產能瓶頸。但它的隱患同樣明顯：「看懂影片裡的物理世界」和「用自己的電機與機械手穩定互動」是完全不同的兩碼事。機器人缺乏真正的物理觸覺閉環時，光靠視覺猜測很容易在實際抓取中翻車。從能試著做，到穩定可靠地做，1X 還有很長的一段除錯路要走。