专题 · FULL STORY

Natura-1:物理世界基座模型从发布到实测

机器人公司 Nature Will 发布首个面向物理世界的通用基础模型 Natura-1,采用 500 亿参数 MoE 架构、以约 100 万小时数据预训练。随后团队与研究员 Chris Paxton 在灵巧手上开展零样本泛化实测,完成 30 分钟一镜到底的演示。

2026-10-13 ~ 2026-10-14 · 2 集 · 11 条

第 1 集 · Nature Will 发布物理世界基座模型 Natura-1(2026-10-13,9 条)

机器人公司 Nature Will 发布首个面向物理世界的通用基础模型 Natura-1。模型采用 500 亿参数 MoE 架构,预训练数据为约 100 万小时人类第一视角(egocentric)处理场景与物体的真实操作视频,输入语言与视觉,以 100ms 控制回路驱动 20 自由度灵巧手。单一模型同时具备灵巧操作控制、零样本自然语言指令跟随与长时程任务执行三项能力,值得作为「人类经验视频预训练机器人基座模型」这一范式的最新验证。

已确认

  • 发布方为机器人公司 Nature Will,模型名为 Natura-1,为其首个通用物理世界基座模型
  • 规模与架构:500 亿参数 MoE;预训练数据约 100 万小时人类第一视角经验视频,捕捉手部动作与交互空间
  • 输入语言与视觉,100ms 控制回路,驱动 20 自由度灵巧手
  • 宣称能力:零样本执行复杂自然语言指令、泛化到未见过的物体与任务、长时程任务执行,且能随条件变化实时调整
  • 训练路线:先用海量人类经验视频做大规模预训练获取世界知识,再面向控制任务

尚未确认

  • @LinusEkenstam 提到 @naturewill 账号所指公司为 1X,该关联未获其他帖子佐证,Nature Will 与 1X 的确切关系待官方澄清

为什么重要

  • @lukasmziegler 指出,最值得关注的是长时程执行能力:长任务的状态由模型自身历史决定,这是区别于短程操作的关键难点
  • 该路线验证了「以人类第一视角视频做机器人基座模型预训练」这一范式,将世界知识与低层控制统一在单一模型中,为通用机器人操作提供了新的规模化路径

第 2 集 · Natura-1 机器人零样本实测:30 分钟一镜到底(2026-10-13,2 条)

机器人公司 Nature 团队及研究员 Chris Paxton 分享了 Natura-1 基础模型在 Wuji Hand 2 灵巧手上的零样本泛化测试:在长达 30 分钟、一镜到底无剪辑的演示中,机器人面对陌生环境和任务,能够响应复杂口头指令,接受新请求,并在动作失败时自行调整重试,展示了较强的零样本泛化与自主纠错能力。