摘要
30 秒看懂
Matthew Berman 展示 1X 的 EVE 机器人画面，并转述公司主张：演示中的行为使用基于视觉的神经网络控制，没有实时遥操作或脚本回放。他对未来的家用机器人感到兴奋。1X 在原始说明中表示，这些行为使用人类示范数据训练，并针对特定任务微调；这段视频并不能证明通用智能或家用成熟度。
- 11X 机器人演示Berman 介绍机器人公司 1X 的画面，并称该公司获得 OpenAI 支持。
- 2基于视觉的控制他转述了演示中的主张：机器人从视觉输入生成行为，没有实时人工控制或脚本回放。
- 3对家用机器人的期待Berman 表示期待机器人能帮助完成日常家务。
要点建议
- 1X 表示，其 2024 年 2 月的 EVE 演示使用基于视觉的神经网络控制机器人动作，画面中没有实时遥操作。
- 公司介绍了用人类示范训练基础模型，再针对特定能力和任务进一步微调的过程。
- 在选定演示中自主执行，不能证明在所有环境中都能自主工作。
- Berman 对家庭辅助持乐观态度，但视频没有确定机器人何时能可靠地完成日常家务。
全文
按章节阅读整理后的全文
01
机器人演示
Berman 介绍 1X 的画面及其神经网络控制主张。公司的原始说明还介绍了训练和针对特定任务的微调。
获得 OpenAI 支持的机器人公司 1X 分享了一段人形机器人 EVE 的演示。我觉得这些画面令人印象深刻。公司在[2024 年 2 月的说明](https://1x-tech.webflow.io/discover/all-neural-networks-all-autonomous-all-1x-speed)中表示，其基于视觉的网络接收图像并生成动作，控制机器人的移动、手臂、抓手、躯干和头部。
我将演示中的行为描述为从像素到动作，过程中没有人工远程控制机器人、脚本回放、针对任务的代码或 CGI。这些是关于该演示的主张，而不是通用智能的独立证据。1X 还表示，它使用人类示范训练了基础模型，并针对特定能力和任务进行微调；画面中的自主执行并不意味着训练中没有人类示范。
02
对家庭助手的期待
Berman 对未来机器人帮助处理家务感到兴奋。演示没有确定何时能可靠实现这一目标。
我期待有一天人形机器人能在家里帮助我处理日常家务。有些人对那样的未来感到担忧，但我对这种前景感到兴奋。仅凭一段选定的演示，无法确定它在陌生家庭中的可靠性，也无法确定日常家用的时间表。
同频道的其他文章
14:45EN → 简体中文
Matthew Berman· 2026年10月29日Matthew Berman 解读 Google 的 Gemini 4 Carbon 公告Matthew Berman · Forward FutureMatthew Berman 回顾 Google 公布的 Gemini 4 Carbon 基准结果、分阶段开放计划与定价，同时指出自己尚未使用该模型。
34:21EN → 简体中文Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构，并质疑 AI 快速发展与安全之间的张力。
0:26EN → 简体中文Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中，Altman 思考解决难题的乐趣，以及人在解读结果时的作用。
0:36EN → 简体中文Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原，并对 Kimi K3.1 的测试给予积极评价。
0:21EN → 简体中文Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表，随后发现图中的数字只是示意性占位值。
25:50EN → 简体中文Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。