Embodimented AI sohasida ixtisoslashgan Knowin kompaniyasi 24-sentabrda Generative Learning of World qisqartmasi boʻlgan GLOW haqida texnik hisobotni eʼlon qildi. Ushbu freymvork uy xoʻjaligi robotlarining insonning bitta toʻliq namoyishiga tayanib yangi vazifani oʻrganishi uchun ishlab chiqilgan. Kompaniya erishilgan koʻnikma keyinchalik qayta oʻqitish yoki model parametrlarini oʻzgartirish zarurati boʻlmagan holda turli obʼektlar, muhitlar va vazifalarga qoʻllanilishi mumkinligini taʼkidlaydi.
GLOW toʻrtta asosiy komponentdan iborat. KnowinGLOW barcha vizual maʼlumotlarni tushunish, fazoviy fikrlash, vazifa rejalashtirish va harakatlarni yaratishni birlashtiruvchi yagona multimodal avtoregressiv modeldir, u bevosita ushlash va yakuniy effektorni holati uchun buyruqlarni beradi. KnowinDream uy sharoitlarida jismoniy jihatdan asoslangan tajriba yaratadi, kundalik tartibni 3D sahna simulyatsiyalariga aylantiradi, undan keyin yoritish, materiallar, obʼektlar va kamera burchaklari oʻzgartiriladi. KnowinWorld taklif etilgan harakatlarning ehtimoliy natijalarini baholaydi, ularni vazifani bajarishdagi taraqqiyot, jismoniy moslik, erishish imkoniyati va xavf boʻyicha reytinglaydi. KnowinAgent agenti, Harness deb ham tanilgan, ijro muhiti sifatida xizmat qiladi, xotira, vositalar chaqiruvi, fazoviy soʻrovlar, ijro haqidagi qayta aloqa va uzoq muddatli vazifalar bajarilayotganda qayta rejalashtirishni boshqaradi.
Bitta misol bilan oʻqitish usuli kontekstda oʻqitishga tayanadi. Namoyish kodlovchisi bitta koʻrsatmaning videosini koʻp marta ishlatiladigan koʻnikma kontekstiga siqib chiqaradi, bu yerda model uni joriy kamera tasvirlari, til koʻrsatmalari, robot holati va vazifa tarixi bilan birlashtiradi, shu bilan birga model vaznlari oʻzgarmas qoladi. Knowin bu texnologiyaning qoʻllanilishini qutilarni saqlash, oʻsimliklarni sugʻorish, stolni artib olish va ichimlik aralashtirish kabi ssenariylarda namoyish etdi, bunda robotlar narsalar joylashuvi yoki holatidagi oʻzgarishlarga moslashdi. Ijro haqidagi qayta aloqa muhim rol oʻynaydi: bir qutida topshirilganda robot 24,3 mm harakat talab qildi, ammo faqat 1,6 mm ga erishdi, toʻsiqni aniqladi va yondashuvini oʻzgartirdi.
Knowin oʻzining standart sozlamalaridagi sinov natijalarining bir qatorini keltirdi. RoboDojo dagi 18 simulyatsiya qilingan vazifada GLOW oʻrtacha muvaffaqiyat darajasi 62,2% va 71,1 ballni koʻrsatdi, bu GPT-6 asosidagi bazaviy modelning koʻrsatkichlaridan (mos ravishda 22,2% va 29,8%) sezilarli darajada yuqori. LIBERO-Pro ning oltita buzilish sharoitida u yagona siyosat sifatida oʻrtacha 86,7% koʻrsatdi, bu taqqoslash jadvalidagi yagona siyosatli modellar orasida eng yuqori qiymat boʻlsa-da, baʼzi koʻp siyosatli agent tizimlari yaxshiroq natijalar koʻrsatdi. KnowinBrain-1.5 modeli Embodied Arena dagi 20 ta model orasida toʻgʻri javoblar reytingida umumiy 65,62 ball bilan birinchi oʻrinni egalladi.
Hisobotda muvaffaqiyat tekshiruvlari ishga tushadigan holatlar, bunda obʼekt hali ham ushlab turilgan edi, shuningdek, qadamlar sonini hisoblash tezlikni qatʼiy solishtirishga yoʻl qoʻymaydi kabi cheklovlar ham qayd etilgan. Knowin 2025-yil avgust oyida tashkil etilgan va isteʼmolchi uy foydalanishi uchun umumlashtirilgan embodiment modellarini ishlab chiqish bilan shugʻullanadi. Uning tadqiqotchilar jamoasida 200 dan ortiq odam ishlaydi va kompaniyaning birinchi mahsuloti, Knowin-X1, masshtabli ishlab chiqarishdan oldin validatsiya qilinmoqda.