自然意志发布50B世界模型Natura-1：百万小时人类视角数据，机器人零样本学新任务

具身智能赛道又添一个重量级玩家。成立仅九个月的自然意志，2026年10月第一次走到台前，发布了50B参数的物理世界通用基础模型Natura-1。和那些把筹码押在单个机器人Demo上的同行不同，这家公司从成立第一天起就把目标定在"用同一套模型不断适应新任务"的物理世界通用模型上。

50B参数，喂的是百万小时人类视角

Natura-1的底气来自数据。团队用百万小时人类第一视角（Ego）数据完成预训练——这是目前行业公开披露里参数规模颇为庞大的物理世界基础模型之一。第一视角数据的采集很轻，一部固定在头部的手机就能记录双手完成真实工作的全过程，场景可以快速扩张、成本也更可控。团队认为，大模型验证过的Scaling规律也会在物理世界生效：数据量和模型规模同步增长，机器人会逐渐获得过去需要逐项训练的新能力。

零样本指令遵循：不用每题配一套程序

Natura-1强调的Zero-Shot Instruction Following（零样本指令遵循），解决的是"跳过一次又一次专项训练，直接在陌生指令下学习并执行动作"。实验中，它能够把过去积累的物体知识和动作经验带到陌生任务里，理解临时出现的口语指令，还用灵巧手完成开合之外的精细操作——团队选择灵巧手而非普通夹爪，正因为夹爪只有开合两个方向，处理柔软物体和剪刀这类工具时表达不了手指间的细微配合。灵巧操作加零样本理解，让机器人有望摆脱"一道题配一套程序"的老路，把一次次定制交付变成可规模复制的产品。

走出Demo：会失败，也会自己重试

相比提前录好的演示，Natura-1更看重真实世界的能力。手指碰到手机却没抓稳时，机械臂会留在原地重新调角度，连续试几次直到手机真正离开桌面；用剪刀偏离环口时会往下微调找到入口。团队说训练里只加了少量连续失败的样本，模型很可能从百万小时人类操作里学会了这种"原地再抓一次"的重试本能。模型还具备记忆能力，不像早期模型那样"每一帧都像重新开始"。

发布后，自然意志计划邀请外部人员到现场测试，用临时输入的指令和随身带的物品当场操作，直接暴露边界。从一道短指令到做完一道菜，中间隔着几十次的不确定性，这是所有具身模型距离商业化的共同距离。下一步，团队会把Natura-1放进更复杂的长程任务，以整套任务的完成率来检验零样本能力。