科技日报记者 罗云鹏
9月24日，深圳诺因智能有限公司（以下简称“诺因智能”）发布面向通用具身智能的生成式学习架构GLOW技术报告，完整介绍了GLOW全新升级的整体技术架构，并表示其核心突破在于赋予机器人“一教就会”的任务学习能力。
GLOW的目标是让机器人获得跨物体、跨环境、跨任务复用的通用具身能力，而非为每项任务单独学习一套策略。
基于此，用户不需将需求拆解为机器指令，亦无须受限于出厂时写好的功能清单。机器人可通过一次完整操作理解任务，再将画面、物品关系、状态变化与执行反馈转化为行动。
据悉，从开盒收纳、浇水，到擦桌、调酒等各类家务工作，相关能力均得到验证。
以开盒收纳为例，其包含开盖、放物、合盖三个核心步骤。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整套动作。
在此过程中，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，并在更换不同的盒子、不同的物品后，机器人亦可顺畅完成收纳，不用重新教学。
据了解，“一教就会”的背后，源于GLOW升级的技术路径。通过将原有的“大脑”与“行动”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能够在同一模型内协同完成。
报告还披露了GLOW在RoboDojo、LIBERO-Pro及Embodied Arena等评测中的成绩。实验结果表明，GLOW不仅能够理解物理场景，还能将这种理解转化为有效的任务执行能力。在该报告的评测设置下，GLOW在多项国际主流具身评测中取得领先成绩。
网友评论
