1X 在 6 月 4 日宣布正式成立 World Model Lab，并由前 Luma AI 研究人员 Sam Sinha 负责相关研究。公告直指一个核心判断：要做真正通用的人形机器人，不能只靠微调，而要把视频、遥操作、仿真和真实机器人数据一起做大规模预训练。 1X 这次成立 World Model Lab，本质上是在公开声明一件事：家用人形机器人下一阶段的竞争，已经不只是谁先做出柔顺硬件，而是谁能先搭出能持续吞吐真实世界数据的预训练机器。官方公告把逻辑说得非常直白，机器人不是一个“后期微调问题”，而是一个必须从最早阶段就让模型看见物理世界的问题。视频、第一视角人类数据、仿真、遥操作机器人数据和在役 NEO 数据，要一起进入同一个训练闭环。 这个判断很重要，因为它直接回应了当前人形赛道的一大瓶颈。很多机器人模型在单一任务上表现不错，但一旦换场景、换物体、换执行顺序，泛化能力就迅速下降。1X 把 world model 单独升级为实验室，意味着它不再把这部分当作配角，而是准备把“世界理解 + 空间推理 + 长流程决策”做成公司主轴之一。对长期想进入家庭场景的玩家来说，这比再做一个短视频爆款动作更关键。 同时，1X 还把自家 NEO 工厂和 World Model Lab 明确连在了一起。公告里提到，随着 NEO factory 已经上线，扩大真实机器人舰队、反向收集在役数据不再是瓶颈，这也是公司决定加速 world model 研发的原因。也就是说，它希望把制造能力变成数据基础设施的一部分，让每一台部署出去的机器人都成为训练系统的前端传感器。这种“工厂就是数据采集网络”的思路，很可能会成为未来头部公司的共同方向。 所以，1X 这条消息的重要性不在于新设了一个研究组织，而在于它把家用人形的护城河定义成了“谁能用更低摩擦采集、筛选、训练并回流真实世界数据”。如果这条路线跑通，机器人公司之间的差距就不只体现在本体性能，而会越来越体现在训练体系、数据质量和闭环速度上。
