人形機器人新星 1X 於近日正式揭曉了其核心技術突破——1XWM 世界模型（1X World Model）。這是一款基於物理規律的 AI 模型，旨在讓旗下的人形機器人 Neo 具備理解現實動態的能力。不同於傳統的視覺語言模型（如 PI0.6 或 Groot N1.5）僅停留在語意理解，1XWM 讓 Neo 能從網路上海量的影片中汲取知識，並將其轉化為物理世界的實際行動。隨著 Neo 於 2024 年 10 月開啟預購，這項技術將成為今年出貨後，讓機器人真正走入家庭的關鍵「大腦」。
從視覺到行動：1XWM 解決了機器人的「手腳不協調」
我們發現，目前的機器人基礎模型（VLAs）雖然聰明，但往往缺乏空間推理能力。為了讓 Neo 學會簡單的動作，過去通常需要數萬小時的高昂數據採集。而 1XWM 的出現改變了遊戲規則：它是一個「以文字為條件的影片生成模型」。
簡單來說，當你給 Neo 一個指令（Prompt），1XWM 會先在腦中「生成」一段成功的執行影片，再透過**逆向動力學模型（IDM）**將這些像素變化轉譯為馬達的運作軌跡。這點令人意外——機器人不再是死背硬記，而是先在腦中「預演」一遍物理規律，再動手執行。
機器人基礎模型技術對比
| 模型名稱 | 技術代號 / 類型 | 學習來源 | 核心優勢 |
| 1XWM | World Model (WM) | 網路影片 + 人類視角數據 | 具備物理常識，免預先訓練新任務 |
| Groot N1.5 | VLA Model | 專屬機器人數據 | 針對特定任務的高穩定性 |
| Gemini-Robotics 1.5 | VLM + Auxiliary | 視覺語意數據 | 強大的語意理解與邏輯判斷 |
| Veo / Sora | Text-to-Video | 網路海量數據 | 極致的視覺真實感 (無物理控制) |
硬體即靈魂：為什麼 Neo 能做得到？
執行長 Bernt Børnich 強調，Neo 的硬體設計是為了實現「類人合規性」（Human-like compliance）。這意味著 Neo 在摩擦力、慣性與接觸行為上與人類極其接近。當 1XWM 從影片中觀察到人類如何推門或拿取易碎品時，由於 Neo 的物理結構與人類高度同步，模型學到的知識可以直接「映射」到機器人身上。
雖然官方宣稱 Neo 可以將「任何指令」轉化為行動，但這點在現階段仍有其限制。目前的 Neo 並非瞬間就能無師自通開車或彈琴，而是將觀察到的影片數據回傳至 1XWM 進行訓練，再回饋給整個機器人網路。這代表每一台在用戶家中的 Neo，都在協助建構一個更完整的物理世界觀。
評論：這是一場「縮放定律」的轉場
我們認為，1X 正在將機器人競賽帶入一個新領域：讓機器人 intelligence 受益於影片預訓練的「縮放效應」（Scaling）。當 Neo 能像 Sora 理解影像邏輯一樣理解物理互動時，我們離那個能自動整理雜物、折衣服的家庭機器人，真的只剩下一線之隔。
