世界模型作为NEO的认知核心 1X揭示了一项重大的人工智能发展，NEO人形机器人可以将任何自然语言提示转换为机器人动作。它甚至可以在其机器人数据集中不存在的新任务、物体和环境中展示这一能力。 - 1X世界模型是在互联网规模的人类互动视频上训练的，并通过机器人数据进行微调，以将其理解与物理学和NEO的具身性相结合。 - 从简单的语音或文本提示，世界模型生成未来动作的可视化。 - 内置的逆动力学模型随后将这些转换为NEO的精确运动。

更令人印象深刻的是，NEO 能够处理完全新颖的任务——例如打开马桶盖、熨烫衬衫或梳理头发——而无需在机器人数据集中提供任何先前的示例。 这得益于视频基础的世界模型中捕获的广泛人类知识。

通用机器人受限于人类主导的机器人数据收集速度。通过这种新方法，使NEO能够自主收集数据并进行自主学习。 这种扩展受益于新的机器人数据以及其核心视频世界模型的持续改进。