北京创业公司自然意志发布 Natura-1：看了 100 万小时第一人称视频，灵巧手零样本包馄饨
Nature Will 的首个物理世界基座模型 Natura-1 是 50B 参数的 MoE，先用约 100 万小时第一人称人类视频预训练，再用少量机器人数据后训练。演示里灵巧手按自然语言指令装箱、倒液体、写书法、包馄饨；官方称数据从 4.4 万小时扩到 100 万小时后，在真机数据上的动作预测误差下降 67.7%，且没用机器人数据微调。
为什么重要 机器人最缺的是数据，拿人类第一视角视频顶上是当下最热的路线之一。Natura-1 把规模推到百万小时级，如果泛化效果经得起第三方复现，灵巧手的数据瓶颈会松动不少。