诺因发布GLOW技术报告，机器人“一教就会”实现跨场景复用

9月24日，诺因（Knowin）发布面向通用具身智能的生成式学习架构GLOW技术报告，完整介绍GLOW全新升级的整体技术架构，呈现了一条将通用认知能力转化为可靠物理行动的可行路径，核心突破在于实现机器人“一教就会”的任务学习能力。报告提出，GLOW将人的一次完整操作、当前环境、机器人自身状态与执行历史放在同一条链路中理解，让机器人不只是看见动作画面，而是同时捕捉物体、空间关系、动作顺序和状态变化，从“看过”走向“学会”，拥有跨物体、跨环境、跨任务复用的通用能力。

在开盒收纳任务中，GLOW会根据实时画面定位盒盖、物品和盒内区域，按照人类的操作逻辑完成开盖、放物、合盖整套动作。人类的操作只定义任务目标和操作顺序，实际执行时机器人会根据现场的盒子大小、物品位置调整姿态和路径，即使更换不同盒子、不同物品也能顺畅完成，不用重新教学。浇水任务中，人类教学用的是黑色细嘴壶，实际执行换成绿色浇水壶，机器人依然能顺利完成，GLOW会把抓握方式、对准角度、倾斜幅度等核心逻辑映射到新器具上，并依据实时画面动态调整后续动作。

在擦桌任务中，人类用户沿心形轨迹移动抹布，机器人看过一次后就能复现同样的心形擦拭动作，说明GLOW不仅学会“擦桌子”，还能捕捉“怎样擦”的个性化操作特征。面对多个酒杯的调酒场景，GLOW能从人类操作中识别每一步的操作对象、倾倒关系和先后顺序，再结合现场画面找到对应酒杯，依次完成取杯、倾倒、回正、放回的完整流程，保证多步骤任务连贯推进。

“一教就会”背后源于GLOW全新升级的技术路径：通过将原有的Brain与Act能力统一到多模态自回归模型KnowinGLOW中，让视觉理解、空间推理、任务规划与动作生成在同一模型内协同完成；KnowinDream负责生成物理交互经验，KnowinWorld用于模拟动作可能带来的结果，KnowinAgent则围绕任务记忆、工具调用、反馈和重新规划组织执行，由此形成从经验学习、任务理解到行动反馈的完整链路。报告还披露，从物理任务执行到具身场景理解，诺因已连续拿下三项第一，印证其长期坚持的自回归技术路线的前瞻性。