Nature Will、物理世界の基盤モデルNatura-1を公開
TREE NEWS 報道： Nature Willは、物理世界を対象とした500億パラメータのMixture-of-Experts基盤モデル「Natura-1」を公開した。このモデルは、人間がさまざまな場面や物体を扱う一人称視点の動画100万時間で訓練されており、これまで見たことのない物体やタスクを処理する能力を備えている。
同社によれば、Natura-1は物体の最終的な位置や向きを指定する細粒度の指示に対応する。タスクの途中で把持方法が変わっても制御を維持し、左右の手で異なるタスクを実行し、長期的なタスク中に移動または開封された物体を追跡して次のステップを判断できる。
物理世界の基盤モデルが重要な理由
基盤モデルの進歩のほとんどは、テキスト、画像、コードの領域に限られてきた。Natura-1が身体性を伴う操作に焦点を当てていることは、より小さいながら戦略的に重要なカテゴリーに位置づける。すなわち、物理法則、接触、空間関係をリアルタイムで推論しなければならないモデルである。
100万時間の一人称視点動画データセットは、最大の売りとなる資産だ。一人称視点の映像は、手がどこへ向かうのか、物体がどのように抵抗するのか、把持が滑ったときに何が起こるのかといった操作の因果構造を、三人称視点の観察よりもはるかに良く捉えている。このデータ上の優位性こそ、Nature Willが狭いベンチマーク性能ではなく、未知の物体やタスクへの汎化を主張する理由だろう。
汎用ロボットへ向かう能力
- 細粒度の目標指定：コマンドは「カップを取れ」だけでなく、最終的な位置と向きを指定できる。
- タスク途中の適応：把持戦略が変わってもモデルは制御を維持する。これはスクリプト化されたポリシーがよく失敗するパターンだ。
- 両手の協調：両手で同時に異なるタスクを実行できる。
- 長期的な記憶：移動または開封された物体を追跡し、後続の行動を計画する。
これらの機能は全体として、印象的なデモと倉庫、ラボ、キッチン、工場での信頼性の高い実運用との間のギャップを埋めることを狙っている。
暗号資産とDeAIの視点
Natura-1は暗号資産ネイティブのプロジェクトではないが、そのリリースは、分散型コンピュートネットワーク、データマーケットプレイス、オンチェーンAIエージェントが存在感を競う市場に登場した。独自の100万時間の動画コーパスで訓練されたモデルは、おなじみの疑問を提起する。身体性データは誰が所有するのか、どのようにライセンスされるのか、検証できるのか。これらの問いはまさに、分散型データおよびコンピュートプロトコルが活用しようとしている切り口である。
物理世界のモデルが次のスケーリングのフロンティアになるなら、動画データの収集、アノテーション、GPU推論への需要は急増するだろう。その供給を調整し、オンチェーンで来歴を証明できる暗号資産ネットワークは、投機的なトークンの物語を超えた真のプロダクトマーケットフィットを見出せる可能性がある。
今後の展望
Natura-1の真の試練はデモ映像ではなく、分布シフト下での信頼性である。新しい物体、新しい照明、新しいタスクの連続。500億パラメータのMoEアーキテクチャは、Nature Willがスケールと多様な一人称視点データが手作業で設計されたロボティクスパイプラインに勝つと賭けていることを示唆する。この賭けが実を結べば、ロボティクススタックは少数の物理世界基盤モデルへと集約され、その下にあるデータとコンピュートの層がバリューチェーンで最も争奪の激しい部分になるだろう。
