具身智能公司诺因(Knowin)于2026年9月24日发布GLOW技术报告,提出让机器人通过一次人类完整操作学习新任务,并跨物体、环境、任务复用无需重新训练。GLOW由KnowinGLOW、KnowinDream、KnowinWorld、KnowinAgent四部分组成,在RoboDojo 18项仿真任务中平均成功率达62.2%,得分71.1分,较GPT-6基线高40个百分点。公司称已连续拿下三项评测第一。目前演示了开盒收纳、浇水、擦桌、调酒等任务。
2026年9月24日,具身智能公司诺因(Knowin)正式发布生成式学习架构GLOW技术报告,公开其在通用具身智能方向的最新架构。根据报告,GLOW的核心目标是让机器人通过一次人类完整操作学习新任务,并在跨物体、跨环境、跨任务场景中直接复用,无需针对新任务重新训练或更新模型参数。
据诺因介绍,GLOW由KnowinGLOW、KnowinDream、KnowinWorld和KnowinAgent(Harness)四部分组成。其中,KnowinGLOW采用统一多模态自回归架构,将视觉理解、语义解析、空间推理、任务规划与动作生成整合在同一模型中;KnowinDream用于生成和组织物理交互经验;KnowinWorld负责推演不同动作可能产生的结果。此次架构将原有Brain与Act能力统一升级为KnowinGLOW。