知识卡片：1X成立世界模型实验室以扩展人形机器人智能

一句话结论：1X公司正式成立“世界模型实验室”（World Model Lab），旨在通过大规模预训练世界模型加速全自主人形机器人的实现，并任命前Luma AI研究员Sam Sinha为创始研究员和世界模型负责人。

事件概述
2026年6月4日，1X宣布成立1X世界模型实验室，这是一个专门从事具身AI前沿研究的新组织，核心方向是通过大规模具身世界模型预训练推动完全自主人形机器人。该实验室建立在1X世界模型突破的基础上——该模型已使NEO机器人能够以零样本执行完全未见过的任务。1X CEO Bernt Børnich表示：“世界模型将使机器人摆脱静态环境中的狭窄任务陷阱……为了最快实现完全自主，必须拥有整个堆栈，包括预训练自己的视频基础模型。”

方法/产品要点

• 实验室研究思路：机器人不是微调问题，而是要从一开始就用最重要的数据进行预训练。训练数据包括：网络规模视频、第一人称人类经验、交互数据、仿真数据、远程操控机器人数据、以及在线策略NEO数据。
• 核心目标：构建前沿世界模型和推理模型，实现空间智能（spatial intelligence）。
• 1X认为具身AI唯一持久的护城河是数据——即收集、标注、扩展并训练正确混合数据的能力。1X能够连接从预训练到机器人学习、评估、部署以及真实机器人在线策略数据收集的整个学习回路。

主要结果或产业意义

• 1X世界模型已经实现零样本执行全新任务，标志着全自主人形机器人配方已“激活”。
• NEO工厂已上线，机器人舰队扩展不再受限于数据收集，因此1X将加倍投入提升世界模型创新速度。
• 该实验室的建立被认为是人形机器人领域从“狭窄任务”迈向“通用自主”的关键一步。

为什么重要
具身智能长期被当作“微调问题”来对待，而1X认为必须从预训练阶段就让模型理解物理世界。该实验室的成立可能改变人形机器人研发范式，使机器人具备泛化、自适应和自我学习能力，从而应用于更广泛的实际环境。同时，Sam Sinha在生成式视频模型（如Uni-1）的经验为下一代物理世界模型提供了直接技术迁移。

局限与不确定性

• 材料未提供世界模型的具体技术架构、参数量、训练数据规模等细节。
• 未披露实验室的预算、团队规模、时间线等实施细节。
• 零样本泛化的具体测试场景和成功率数据待核实。
• 当前1X世界模型是否已实现在复杂非结构化环境中的稳定运行尚需更多验证。

可用于图书/PPT/简报的角度

1. “机器人不是微调问题”——重新定义具身AI的研发哲学。
2. 数据驱动的护城河：从网络视频到机器人自产数据的全数据栈策略。
3. 生成式AI与机器人学的交叉：视频基础模型如何演变为世界模型。
4. 1X的“闭环”创新模式：预训练—部署—数据收集—再训练的飞轮效应。

原始材料

• URL: https://www.1x.tech/discover/1x-world-model-lab
• 英文标题: 1X Launches World Model Lab to Scale Humanoid Intelligence
• 英文关键词: spatial-intelligence, generative-model
• 发布日期: JUN 04 '26
• 来源: 1X官方博客