एम्बोडीड एआई में विशेषज्ञता रखने वाली कंपनी Knowin ने 24 सितंबर को GLOW पर एक तकनीकी रिपोर्ट प्रकाशित की, जो 'जनरेटिव लर्निंग ऑफ वर्ल्ड' का संक्षिप्त रूप है। इस फ्रेमवर्क को इस तरह से विकसित किया गया है कि घरेलू रोबोट केवल मनुष्य के एक पूर्ण प्रदर्शन के आधार पर नया कार्य सीख सकें। कंपनी का दावा है कि प्राप्त कौशल को बिना किसी पुन: प्रशिक्षण या मॉडल पैरामीटर परिवर्तन की आवश्यकता के विभिन्न वस्तुओं, वातावरणों और कार्यों पर लागू किया जा सकता है।
GLOW चार मुख्य घटकों से बना है। KnowinGLOW एक एकीकृत मल्टीमॉडल ऑटोरेग्रेसिव मॉडल है जो दृश्य जानकारी की समझ, स्थानिक तर्क, कार्य योजना और क्रियाओं के निर्माण को जोड़ता है, जो सीधे ग्रिपिंग और एंड-इफेक्टर की स्थिति के लिए कमांड आउटपुट करता है। KnowinDream घरेलू सेटिंग्स में भौतिक रूप से सूचित अनुभव बनाता है, रोजमर्रा की दिनचर्या को 3डी दृश्यों के सिमुलेशन में बदल देता है, जिसके बाद प्रकाश व्यवस्था, सामग्री, वस्तुएं और कैमरे के कोणों को बदला जाता है। KnowinWorld प्रस्तावित क्रियाओं के संभावित परिणामों का मूल्यांकन करता है, उन्हें कार्य प्रगति, भौतिक संगति, पहुंच और जोखिम के अनुसार रैंक करता है। KnowinAgent, जिसे Harness के नाम से भी जाना जाता है, निष्पादन वातावरण के रूप में कार्य करता है, जो लंबी अवधि के कार्यों के दौरान मेमोरी, टूल कॉल, स्थानिक प्रश्नों, निष्पादन प्रतिक्रिया और पुन: योजना का प्रबंधन करता है।
एकल-उदाहरण शिक्षण विधि संदर्भ सीखने पर निर्भर करती है। प्रदर्शन एनकोडर एक एकल प्रदर्शन वीडियो को एक बहु-उपयोगी कौशल संदर्भ में संपीड़ित करता है, जिसे मॉडल वर्तमान कैमरा दृश्यों, भाषाई निर्देशों, रोबोट की स्थिति और कार्य इतिहास के साथ जोड़ता है, जबकि मॉडल के भार अपरिवर्तित रहते हैं। Knowin ने इन तकनीकों के अनुप्रयोग को बक्से संग्रहीत करने, पौधों को पानी देने, मेज पोंछने और पेय मिलाने जैसे परिदृश्यों में प्रदर्शित किया है, जहां रोबोट वस्तुओं की स्थिति या उनके स्थान में परिवर्तनों के अनुकूल हो गए। निष्पादन प्रतिक्रिया महत्वपूर्ण भूमिका निभाती है: एक दराज में दिए गए कार्य में, रोबोट ने 24.3 मिमी की गति का अनुरोध किया, लेकिन केवल 1.6 मिमी तक पहुंचा, बाधा का पता लगाया और अपने दृष्टिकोण को बदल दिया।
Knowin अपनी स्वयं की बेंचमार्क सेटिंग्स पर कई परीक्षण परिणाम प्रस्तुत करता है। RoboDojo में 18 सिमुलेटेड कार्यों पर, GLOW ने 62.2% औसत सफलता दर और 71.1 अंक दिखाए, जो GPT-6 पर आधारित बेस मॉडल के प्रदर्शन (क्रमशः 22.2% और 29.8%) से काफी अधिक है। LIBERO-Pro के छह गड़बड़ी परिदृश्यों के तहत, इसने एक एकल नीति के रूप में 86.7% का औसत प्रदर्शन हासिल किया, जो तुलनात्मक तालिका में एकल नीति वाले मॉडलों में उच्चतम है, हालांकि कुछ बहु-नीति एजेंट सिस्टम ने बेहतर परिणाम दिखाए। KnowinBrain-1.5 एम्बोडीड एरिना में एम्बोडीड प्रश्नों के उत्तर देने के रेटिंग में 20 मॉडलों में पहले स्थान पर है, जिसका समग्र स्कोर नौ बेंचमार्क पर 65.62 है।
रिपोर्ट में सीमाओं का भी उल्लेख किया गया है, जिसमें सफलता जांचों के ट्रिगर होने के मामले शामिल हैं जब वस्तु अभी भी पकड़ी गई थी, और यह भी कि चरण गणना गति की कठोर तुलना करने की अनुमति नहीं देती है। Knowin की स्थापना अगस्त 2025 में हुई थी और यह उपभोक्ता घरेलू उपयोग के लिए सामान्यीकृत एम्बोडीड मॉडल विकसित करने पर ध्यान केंद्रित करती है। इसकी अनुसंधान टीम में 200 से अधिक लोग काम करते हैं, और कंपनी का पहला उत्पाद, Knowin-X1, बड़े पैमाने पर उत्पादन से पहले सत्यापन से गुजर रहा है।