1X機器人NEO世界模型獲500萬關注，展示應用新突破

這一次，它不是靠外形博眼球，而是真正朝著自主行動的家用機器人方向邁了一步，背后的技術邏輯值得好好說道。

在1XWM出現之前，多數機器人采用的VLA范式存在明顯局限，核心問題就是對物理世界的理解不足，這類模型依賴預訓練視覺語言模型做基礎，再疊加動作預測模塊，看似能處理復雜指令，實則需要數萬小時的機器人專屬數據訓練，不僅成本高昂，泛化能力還極差，換個沒見過的物體就可能宕機。

這種常識性認知正是家用機器人走進復雜家庭環境的關鍵，在小圓看來，這不僅是技術升級，更是機器人智能范式的轉變，從被動執行指令升級為主動預判場景，這一范式轉變的落地，還離不開適配的硬件支撐，畢竟模型的能力最終要靠機器人軀體來實現。

世界模型主干采用多階段訓練模式，先靠互聯網視頻打基礎，再用900小時人類第一視角視頻對齊操作邏輯，最后用70小時NEO專屬數據微調適配軀體特性，為了提升指令遵循度，團隊還借助VLM生成詳細字幕輔助訓練，這種精細化操作讓模型對任務的理解更精準。

而逆動力學模型則扮演著過濾器的角色，它把生成視頻轉化為精確動作序列，同時剔除物理上不可能、運動學上不可行的動作，避免NEO做出瞬移物體、關節過度彎曲等離譜行為，小圓認為，這種軟硬協同的設計思路很務實，既發揮了視頻預訓練的規模化優勢，又通過精準對齊解決了落地難題。

泛化能力亮眼但仍有挑戰，衡量機器人技術的核心的是泛化能力，1XWM在這方面交出了不錯的答卷，在未經過專門訓練的情況下，NEO能抓取從未見過的物體、完成清潔等全新動作，甚至實現雙手協同和人機交互，這些能力都來自視頻預訓練積累的通用知識，再加上類人軀體結構的遷移優勢。

實驗數據顯示，其在多種基礎動作上成功率穩定，生成視頻與實際執行過程視覺一致性極高，說明模型在空間理解、物理規律建模上已具備較強能力，當然，技術落地總有不完美之處，團隊也承認存在腦到手未到的情況，倒液體、繪圖等精細操作仍是難點。

且生成5秒視頻需耗時11秒，速度短板會影響家用體驗，不過1X團隊找到了解決方向，通過并行生成多個視頻并篩選最優方案，能有效提升任務成功率，抽紙任務成功率就從30%提升至45%，在小圓看來，這種直面問題、精準優化的思路，比單純炫技的Demo更有價值。

這些實測中的亮點與不足，也勾勒出人形機器人商業化落地的清晰路徑，500萬次圍觀的熱度，本質上是大眾對家用機器人真正自主化的期待，1X把世界模型落地到NEO身上，不僅驗證了視頻預訓練賦能機器人的可行性，更提供了一套從知識獲取到動作執行的完整方案。

為行業突破數據依賴、降低落地成本提供了新思路，盡管目前在精細操作、響應速度上仍有提升空間，但這種從被動執行到主動思考的跨越，已經讓人看到家用機器人走進千家萬戶的希望，隨著技術持續迭代，以及硬件成本的逐步降低，相信人形機器人跨越最后一公里的那天不會太遠，而1X的這次嘗試，無疑為這條賽道點亮了重要的一盞燈。