Der Haushaltsroboter von 1X macht einen Schritt, der die Art und Weise verändern könnte, wie Maschinen alltägliche Fähigkeiten erlernen.
Diese Woche stellte 1X das sogenannte 1X World Model (1XWM) vor, ein neues KI-System, das NEO dabei helfen soll, die physische Welt zu verstehen und sich darin natürlicher zu bewegen. Statt sich hauptsächlich auf von Hand codierte Regeln oder Tausende Stunden von Menschen gesteuerten Robotertrainings zu stützen, lernt NEO nun aus Videos in der Größenordnung des Internets – ähnlich wie Menschen.
Laut 1X bedeutet das eine Abkehr von herkömmlichen KI-Systemen für Roboter, die Bilder und Text direkt auf Handlungen abbilden. Stattdessen stellt sich NEO zunächst vor, was als Nächstes passieren sollte … und setzt es dann in die Tat um.
Das Unternehmen zufolge ermöglicht dieser Ansatz dem Roboter, Objekte, Bewegungen und Aufgaben zu bewältigen, denen er zuvor noch nie begegnet ist, und dabei Wissen zu nutzen, das bereits in Videoaufnahmen von Menschen enthalten ist, die mit der Welt interagieren.
Vom Sehen zum Handeln: Das Video-Gehirn
Traditionell erforderte das Training eines Roboters für einfache Hausarbeiten wie das Aufheben einer Tasse Tausende Stunden kostspieliger Daten aus der realen Welt, die von menschlichen Bedienern gesammelt wurden.
Der neue Ansatz von 1XWM geht einen anderen Weg. Im Kern verwendet er ein Videogenerierungsmodell – ähnlich wie fortschrittliche KI, die aus Text Videos erstellt –, verankert es aber entscheidend in der Physik und der Perspektive von NEOs eigenem Körper.
Bei einer Aufforderung wie „die Brotdose einpacken“ rät NEOS KI nicht einfach die nächste Armbewegung. Stattdessen stellt sie sich zunächst ein kurzes Video der Zukunft vor und visualisiert, wie sie selbst die Aufgabe erledigt. Eine zweite KI-Komponente namens Inverse-Dynamics-Modell übersetzt das imaginierte Video anschließend Bild für Bild in die exakten Motorbefehle, die nötig sind, um es Wirklichkeit werden zu lassen.
Diese Methode funktioniert gerade deshalb, weil NEO wie ein Mensch gebaut ist. Das Unternehmen argumentiert, dass die menschenähnliche Form und Bewegung des Roboters entscheidend sind. Da die KI mit riesigen Mengen an Videos trainiert wurde, die Menschen bei der Interaktion mit der Welt zeigen, lässt sich dieses Wissen direkter auf einen Roboter übertragen, der sich ähnlich bewegt.
„Nach Jahren der Entwicklung unseres World Models und der Gestaltung von NEOS Design mit dem Ziel, es dem menschlichen Körper so weit wie möglich anzugleichen, kann NEO nun aus Videos in der Größenordnung des Internets lernen und dieses Wissen direkt auf die physische Welt anwenden“, sagte Bernt Børnich, CEO und Gründer von 1X, in der Ankündigung des Unternehmens. „Die Fähigkeit, jede Aufforderung in neue Handlungen zu verwandeln – sogar ohne vorherige Beispiele –, markiert den Ausgangspunkt für NEOS Fähigkeit, sich selbst zu unterrichten.“
Von bekannten Aufgaben zu neuen Herausforderungen
In Demonstrationen hat dies NEO ermöglicht, sowohl mit vertrauten als auch mit völlig neuen Situationen umzugehen.
Es kann erlernte Aufgaben ausführen, etwa Gegenstände greifen, selbst wenn diese in neuen, unübersichtlichen Umgebungen platziert werden. Noch bemerkenswerter ist, dass das Unternehmen gezeigt hat, wie NEO versucht, vollständig neue Aufgaben zu erledigen – etwa ein Taschentuch aus einer Box zu ziehen, Kleidung zu bügeln oder einer Person die Haare zu bürsten –, ohne dass diese Handlungen zuvor spezifisch trainiert wurden.
Daniel Ho, KI-Forscher bei 1X, erklärte: „Mit dem 1X World Model lässt sich jede Aufforderung in eine vollständig autonome Roboterhandlung verwandeln – sogar bei Aufgaben und mit Objekten, die NEO noch nie zuvor gesehen hat.“
Die vielleicht weitreichendste Folge ist, wie NEO sich verbessern könnte.
Statt durch die Geschwindigkeit begrenzt zu sein, mit der Ingenieure neue Demonstrationsdaten sammeln können, kann der Roboter nun eigene Erfahrungen generieren. Ein erfolgreicher Versuch festigt sein Wissen; ein Fehlschlag liefert neue Daten, aus denen das Modell lernen kann. Dadurch entsteht ein potenzielles „Schwungrad“, bei dem die Fähigkeiten des Roboters wachsen können – autonom.
Preis und Verfügbarkeit
Die Technologie entwickelt sich noch weiter. 1X weist in seinem technischen Blog offen darauf hin, dass das System manchmal Videos erzeugen kann, die zwar korrekt aussehen, aber subtil gegen die Physik oder die Tiefenwahrnehmung verstoßen, sodass der echte Roboter danebengreift. Geschickte Aufgaben wie Ausgießen und Zeichnen bleiben eine Herausforderung.
Das Team hat jedoch festgestellt, dass sich die Erfolgsquoten in der realen Welt bereits verbessern lassen, indem mehrere mögliche Zukunftsvideos erzeugt und anschließend das beste ausgewählt wird.
Wer diese sich weiterentwickelnde Intelligenz nach Hause holen möchte, kann NEO derzeit über den Onlineshop von 1X beziehen. Geräte mit Early Access kosten 20.000 US-Dollar, die bevorzugte Auslieferung ist für 2026 vorgesehen. Außerdem ist ein Abonnementmodell für 499 US-Dollar pro Monat verfügbar.
Humanoide Roboter für die Industrie entwickeln sich rasant weiter, wobei HMND 01 Alpha auf der CES 2026 bei einer Live-Demonstration Fabrikarbeit zeigte, indem er Teile aufnahm.