Will 在近期 AI 领域最值得关注的信息点，是一家名为 Nature Will 的公司发布的首个物理世界基础模型 Natura-1。Nature Will 是一家聚焦机器人与物理世界理解的公司，其发布的 Natura-1 在具身智能和机器人操作方向引发了广泛讨论。
Nature Will 与 Natura-1 的核心参数
根据多份报道，Natura-1 是一个 50B 参数的 MoE（混合专家）架构基础模型，训练数据来自 100 万小时的人类第一视角（自我中心）视频。模型的目标是驱动 20 自由度的灵巧手，让机器人通过观察人类操作视频学会精细的双手操作能力。
具身智能路线的行业背景
Nature Will 选择「人类第一视角视频 + 灵巧手」的路线，与当前具身智能领域「用互联网视频数据弥补机器人真机数据稀缺」的主流思路一致。相比语言模型可从海量文本中学习，机器人领域一直受限于真实操作数据的采集成本，视频学习因此被视为一条可规模化的路径。不过视频到真实机器人动作的迁移仍是公认的难点，Natura-1 在实际任务上的泛化表现还有待更多第三方验证。
与具身智能的热潮并行，行业对 AI 投入产出比的担忧也在升温。Gartner 的分析指出，7 万亿美元的 AI 基础设施投资到 2030 年可能只能收回约一半，这提示包括机器人基础模型在内的各类 AI 项目都需要证明真实的商业价值。Gartner：7 万亿美元 AI 基础设施投资到 2030 年或仅收回一半
当前焦点与观察点
围绕 Will 这一关键词，当前值得关注的观察点包括：其一，Natura-1 的 50B MoE 架构在灵巧操作任务上的实际成功率与泛化能力，能否支撑「物理世界基础模型」的定位；其二，100 万小时视频的训练方法是否会成为机器人领域的行业标准做法；其三，在整体 AI 投资回报预期趋于谨慎的背景下，具身智能公司能否找到清晰的落地场景。此外，业界也在讨论 AI 对基础研究的渗透，例如有报道涉及 Terence Tao 与 OpenAI 在数学成果发布上的争议，以及前 Carta 工程负责人 Will Larson 对 AI 时代工程领导力的讨论，这些话题共同构成了 Will 相关讨论的多元面向。