Компания Knowin, специализирующаяся на воплощенном искусственном интеллекте, 24 сентября опубликовала технический отчет о GLOW (Generative Learning of World) — фреймворке, предназначенном для обучения домашних роботов новым задачам на основе одной полной демонстрации человеком. Компания утверждает, что полученный навык может быть повторно использован для различных объектов, сред и задач без необходимости переобучения или обновления параметров модели.
GLOW состоит из четырех частей. KnowinGLOW — это унифицированная мультимодальная авторегрессионная модель, объединяющая визуальное понимание, пространственное рассуждение, планирование задач и генерацию действий, которая напрямую выводит позы конечного эффектора и команды захвата. KnowinDream генерирует физически обоснованный бытовой опыт, превращая семейные рутины в смоделированные 3D-сцены, а затем варьируя освещение, материалы, объекты и ракурсы камеры. KnowinWorld моделирует вероятные результаты кандидатских действий и ранжирует их по прогрессу выполнения задачи, физической согласованности, достижимости и риску. KnowinAgent, также известный как Harness, — это среда выполнения, управляющая памятью, вызовами инструментов, пространственными запросами, обратной связью по выполнению и перепланированием для длительных задач.
Однократное обучение опирается на обучение в контексте. Кодировщик навыков сжимает одну демонстрационную видеозапись в контекст многоразового навыка, который модель объединяет с данными с живой камеры, языковыми инструкциями, состоянием робота и историей задач, в то время как ее веса остаются неизменными. Knowin продемонстрировала упаковку коробок, полив растений, протирку стола и смешивание напитков, при этом роботы адаптировались при изменении предметов или их положения. Обратная связь по выполнению играет большую роль: в одной задаче с ящиком робот запросил перемещение на 24,3 мм, но достиг только 1,6 мм, обнаружил препятствие и изменил свой подход.
Knowin сообщает о нескольких результатах тестов в рамках собственных оценочных настроек. На 18 симулированных задачах RoboDojo GLOW показал средний процент успеха 62,2% и оценку 71,1, по сравнению с 22,2% и 29,8 у базовой модели на основе GPT-6. В шести условиях возмущений LIBERO-Pro он показал средний результат 86,7% в качестве единой политики, что является самым высоким показателем среди моделей с единой политикой в сравнительной таблице, хотя некоторые многополитические агентские системы показали более высокие результаты. Его модель KnowinBrain-1.5 занимает первое место среди 20 моделей в рейтинге Embodied Arena по 2D-вопросам воплощенного ИИ с общей оценкой 65,62 по девяти бенчмаркам.
В отчете также отмечаются ограничения, в частности, что некоторые проверки успеха срабатывали, когда объект еще находился в захвате, и что подсчет шагов не позволяет проводить строгое сравнение скорости. Компания Knowin была основана в августе 2025 года и разрабатывает воплощенные модели общего назначения для бытового использования. В ее исследовательскую команду входит более 200 человек, а первый продукт, Knowin-X1, находится на стадии валидации перед массовым производством.
СМОТРИТЕ ТАКЖЕ:Фундаментальная модель Delta-0 от Delta Intelligence · Ловкая рука MirrorMe VIVA · Гуманоидные роботы LimX Dynamics и Kyland
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
