自然意志发布Natura-1：学了100万小时人类动作，机器人能做没练过的活

BiRun 讯，动察 Beating AI 快讯，具身智能公司自然意志发布 Natura-1，一款总参数 500 亿的 MoE 模型，目标是让机器人不用针对每项新任务反复训练，也能根据指令完成操作。

过去，训练机器人主要依赖人工遥控真机采集动作数据，成本高，场景也有限。Natura-1 换了一条路线，先用 100 万小时人类第一视角视频预训练，再用少量机器人数据适配灵巧手。这批数据包含约 6170 万段操作，覆盖超过 1.4 万个场景。

自然意志先从录像中还原手指和身体的三维运动，再逐层标注任务目标和操作步骤。模型则把语言、视频和动作放进同一个 Transformer，联合学习下一步手该怎么动、动作之后的画面会怎样变化。整段操作的每一步都能提供训练信号，不必只截取个别动作片段。执行时，模型还能参考之前的画面和实时反馈调整动作，直接控制每只手拥有 20 个自由度的灵巧手。团队称，从获取画面到输出动作的延迟控制在 100 毫秒以内。

完成通用机器人适配后，Natura-1 无需针对新任务额外训练，就能组合已有技能。例如，训练示范只教过抽纸并放到托盘上，机器人却能按指令抽纸擦掉水渍，再扔进垃圾桶。面对排除六种颜色的要求，它能选出符合条件的瓶子。抓取平放的扑克牌时，它还会先把牌推到盒子边缘，再从下方托起。这些演示使用同一套模型权重，没有针对每项任务单独微调。团队还公布了近 30 分钟一镜到底的日常交互视频。