在通往物理世界“通用人工智能（AGI）”的硬核赛道上，一场关于技术路线的“灵魂之争”正演变成一道深不见底的鸿沟。
一边是务实派，主张站在巨人的肩膀上，充分榨取现有大语言模型（LLM）的恐怖算力；另一边则是原教旨主义者，他们坚信真正的物理智能绝非“嫁接”而生，必须从底层逻辑开始重塑。本周，人形机器人新锐 1X Technologies 旗帜鲜明地站到了后者一边，官宣成立 1X World Model Lab（世界模型实验室）。这一举动，无异于向整个行业投下了一枚重磅炸弹。
“你无法通过‘微调’（Fine-tuning）通向 AGI，”1X 首席执行官 Bernt Bornich 在一份措辞犀利的声明中直言不讳，“你更不可能通过微调，让机器人在物理世界中自如行走。”
这番言论直接将矛头指向了那些沉迷于 VLA（视觉-语言-动作） 模型的竞争对手。VLA 路线本质上是给 GPT-4 这种强大的视觉语言模型（VLM）套上一层“电机控制”的外壳。而 1X 决定孤注一掷，选择了一条更艰难、更具颠覆性的道路：具身世界模型（Embodied World Models）。
路线之争：微调补丁 vs. 第一性原理
要理解 1X 这一举动的分量，必须先看清机器人大脑进化的两条路线。
VLA（Vision-Language-Action） 路线以 Figure AI 等公司为代表，被视为通往成功的“捷径”。其逻辑极具诱惑力：拿一个耗资数十亿美元、已经精通语言和视觉的基础模型，用机器人动作数据进行微调，然后——瞧！一个能听懂指令的机器人就诞生了。这种方法借了 LLM 爆发的东风，但批评者认为，这些模型缺乏对物理定律的真实感知。它们是顶级的“模式匹配者”，而非“物理引擎”。它们可能从训练数据中学到“不要摔碎玻璃杯”，但它们并不从本质上理解引力会导致破碎。
而 世界模型（World Model） 路线则是一条“少有人走的路”。其目标是构建一个能够对世界进行内部预测仿真的基础模型。在学习“拿起苹果”这种具体任务之前，它必须先理解空间、运动、物体恒存、因果关系以及物理定律。支持者认为，这是实现“泛化能力”的唯一途径——只有这样，机器人在面对训练数据中从未出现过的新场景时，才能表现出真正的智能。
Bornich 的立场异常坚定：“前沿技术不应该是更华丽的 VLA 壳子，而是具身世界模型。”
1X 的豪赌与“神来之笔”的挖角
新成立的 1X World Model Lab 正是这一野心的载体。它的使命是从零开始，为人形机器人打造最具泛化能力的基础模型。为了领导这一宏大计划，1X 从生成式视频 AI 领域的明星公司 Luma AI 挖走了其创始研究科学家 Sam Sinha。
这绝对是一次战略级的“神来之笔”。Luma AI 擅长构建高度逼真的视频模型，这在逻辑上与预测未来物理状态的“世界模型”高度契合。Sinha 的职业生涯一直处于多模态生成式视频模型的最前沿。正如他所言，长期以来机器人学在 AI 领域一直像个“二等公民”，机器人数据仅仅是被当作“缝合在模型上的薄薄一层微调”。而新实验室的目标是反客为主，将具身数据视为“第一性原理”的核心养分。
1X 的战略依托于一个良性的“数据飞轮”：
- 起步： 利用互联网规模的多媒体数据、第一视角人类视频以及仿真数据。
- 加持： 引入来自远程操作机器人的灵巧作业数据。
- 部署： 投放 NEO 人形机器人集群，收集真实世界中的同策略（on-policy）数据。
- 迭代： 机器人收集数据 -> 模型进化 -> 机器人更强 -> 循环往复。
世界构建者的同盟
在这一哲学阵营中，1X 并不孤单。世界模型阵营中不乏重量级选手，即便他们并不都在造双足机器人。
Tesla 的完全自动驾驶（FSD）系统或许是这一概念最著名的现实应用。FSD 依赖“世界模型”来预测周围车辆、骑行者和行人的潜在动作，在内部运行无数个“可能未来”的仿真，以指导驾驶决策。它不只是在反应，而是在预判。
AI 泰斗 Yann LeCun（在 Meta 功勋卓著后，现领导 AMI Labs）多年来一直是世界模型的坚定拥趸。他认为 LLM 存在“根本性缺陷”，因为它们缺乏对世界运行规律的内部建模。他提出的联合嵌入预测架构（JEPA），旨在通过观察和预测视频来让模型学习“常识”，这正是世界模型的核心教义。
前方：由拍字节铺就的进阶路
1X 的这一招是典型的高风险、高回报。从头开始构建基础世界模型，其资金消耗和对数据的渴求将是天文数字。当 VLA 阵营站在 Google 和 OpenAI 等巨人的肩膀上疾步前行时，1X 却选择在大地上亲自挖掘地基。
1X 世界模型实验室的成败，取决于它能否在大规模尺度上转动那个“数据飞轮”。如果成功，它将建立起一道坚不可摧的数据护城河，并催生出比 VLA 机器人更强韧、更具通用智能的新一代机器物种。如果失败，这或许会成为科技史上一个关于“为了追求优雅理想而放弃务实捷径”的警示故事。
战线已经划定。机器人学的未来究竟是 LLM 革命的延伸，还是需要一场彻底的“另起炉灶”？全球都在屏息以待，看 1X 这场“从零造世界”的豪赌，最终是会赢得满堂彩，还是会陷入财务报表的“微调”困境。