诺因发布GLOW技术报告：机器人看一次人类演示即可跨场景复用任务

一次演示如何迁移到新盒子、新水壶

报告给出四类已验证任务。开盒收纳包含开盖、放物、合盖三步，GLOW根据实时画面定位盒盖、物品和盒内区域，实际执行时会依据现场盒子大小和物品位置调整姿态与路径，更换盒子或物品后无需重新教学。

浇水任务中，人类教学使用黑色细嘴壶，执行时换成绿色浇水壶，机器人仍能完成。报告称GLOW会把演示中的抓握方式、对准角度、倾斜幅度等核心逻辑映射到新器具上，每完成一步根据实时画面更新状态。

擦桌任务中，人类沿心形轨迹移动抹布，机器人看一次后复现同样的心形擦拭。报告称这说明GLOW不只学会“擦桌子”，还捕捉到“怎样擦”的个性化操作特征。

调酒场景涉及多个酒杯和多个步骤，GLOW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。

KnowinGLOW、KnowinDream、KnowinWorld与Harness的分工

报告称GLOW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完成，而不是视觉模块加动作模块的拼接方案；理解与动作共享同一套表征体系。

KnowinDream负责生成物理交互经验，以完整交互经历为训练单元，记录世界状态、行动过程与物理后果，并按Home×Event×Future组织训练条件：Home定义交互发生的世界，Event定义世界中的变化，Future展开行动后的结果；它还会改变光照、材质、纹理与背景，并把交互放入不同家庭、相机视角与机器人配置。

KnowinWorld是动作条件下的世界推演单元，可基于当前状态推演不同候选动作，评估碰撞风险、接触稳定性、路径可达性等物理约束。报告称它在训练阶段可替代真机完成大量试错推演以降低训练成本，运行阶段能在动作执行前预判风险、排除无效路径。

KnowinAgent（又称Harness）负责全程管理任务进度、执行反馈与动态调整，持续记录执行节点并接收实时反馈；出现偏差时就地修正而非从头重启任务；接近瓶口、碗沿、抽屉把手等精细区域时自动切换为小幅微调模式。

• KnowinGLOW：统一多模态自回归模型，整合视觉理解、语义解析、空间推理、任务规划与动作生成
• KnowinDream：合成具身经验引擎，以完整交互经历为训练单元并组织Home×Event×Future训练条件
• KnowinWorld：动作条件下的物理推演单元，评估碰撞风险、接触稳定性、路径可达性
• KnowinAgent（Harness）：上下文驱动的任务运行系统，管理进度、反馈与局部修正

三项评测的分数与对比

报告披露了GLOW在RoboDojo、LIBERO-Pro及Embodied Arena中的成绩，并称在本报告的评测设置下多项国际主流具身评测取得领先。

RoboDojo的18项仿真任务中，GLOW取得62.2%的平均成功率和71.1分的平均得分，较GPT-6（Robocurve）基线分别高出40个百分点和41.3分。

LIBERO-Pro的Object、Goal与Spatial六个扰动分项中，GLOW独立运行的平均成功率为86.7%，较GPT-6 Astra的58.2%提升28.5个百分点；六项中五项领先，位列单策略模型第一，领先第二名单策略模型ASPIRE 15个百分点。

Embodied Arena的2D-Embodied QA Benchmarks榜单中，KnowinBrain-1.5以65.62的综合得分在20个参评模型中排名第一。该成绩由九项基准分数计算得到，覆盖第一视角理解、时空定位、目标驱动规划、物理推理等维度。

报告给出的执行条件

报告称，用户完成一次操作后，系统会把整个过程编码为可复用的技能信息。执行新任务时，模型无需重新训练或更新参数，而是结合眼前环境、机器人状态、任务进展和历史反馈实时判断下一步。

报告将GLOW的路线总结为：以规模化物理经验训练模型，以统一架构协同认知与行动，以闭环执行适应环境变化；真实与合成经验覆盖行动条件、接触过程和状态变化，使模型学习跨对象、跨场景的操作关系。

以上性能数据均出自诺因技术报告中的评测设置，报告由诺因提供、量子位获授权转载，观点归原作者所有。