中国物理RSI黑马三榜第一完胜GPT-6

早晨，机器人管家X1已站在餐桌旁，你没说话，它就把椅子轻轻拉开。你出门后，它转身拿起逗猫棒，几个回合就摸透了猫的脾气。晚上你推门回家，一句“我回来啦”还没落地，它已夹着拖鞋迎上来：“公主，请换鞋。”这就是个性化家庭服务——能适应你的习惯、理解你的家庭环境、量身定制服务的机器人管家。但逗猫手法、迎接仪式，每家每户都不一样，出厂预装不了，也穷举不完。最简单的办法是你亲自演示一遍，它就会。

为此，诺因发布了生成式学习框架GLOW。他们认为机器人走进千家万户的关键在于“理解人的技能、泛化执行”。家庭场景商业化不会从通用能力开始，而会从有限、高频、可验证的任务集合切入。家中有老人、儿童、宠物，有明火和化学品，安全是准入门槛，而非加分项。

诺因公布四组实机对照，左边是人操作，右边是机器人学完后自己做。第一组开盒收纳：人收一样东西，机器人执行时物品换了另一种，它先开盖，泛化识别物品和位置变化，放入后合盖，一气呵成。动作只教一次，机器人利用现场反馈完成各阶段。第二组浇花：人用黑色细嘴壶，机器人手边只有绿色浇水壶，它能准确认出，把抓持、朝向和倾斜关系用到这把壶上，浇完放回。机器人学会的是执行浇花任务，而非重复教学动作。第三组擦桌子：人沿心形轨迹擦，机器人也擦出心形，把“擦桌子”目标和“怎么擦”的习惯一起学走。第四组调酒：人按顺序倒一遍，机器人学完，位置顺序变了仍准确识别，依次取杯、倾倒、回正、放回，接成完整流程。四组任务模型权重未动一个参数，看过人操作就能上手，并泛化到更多位置、物品和场景。

GLOW在三个榜单斩获第一。RoboDojo的18项复杂任务中，GLOW平均成功率62.2%，GPT-6(Robocurve)为22.2%，提升40个百分点。LIBERO-Pro上GLOW为86.7%，GPT-6 Astra仅58%。Embodied Arena的2D-Embodied QA Benchmarks中，20个具身模型里GLOW以65.62综合得分排第一。

核心解密：原生自回归才是行业最优解。机器人观看操作视频时，用技能编码器把连续视觉经验压成可复用技能上下文，提取任务结构：操作对象、放置区域、动作顺序、完成标准。执行时，上下文与当前画面、语言指令、机器人状态拼接，逐token生成判断和动作。GLOW还能结合实时观察，把昨天的“教学”融入当下自回归生成，自主规划路线，避开茶几水杯，打开盒子，并可用语言随时调整目标做法。前提是大脑和双手在同一模型里。行业常见VLA路线把视觉大模型当编码器，外接动作模块，需复杂表示转换；WAM路线先生成未来逼真视频再输出动作，计算开销大。GLOW核心KnowinGlow是原生统一自回归模型，把视觉、语言、动作编织进同一条序列。BrainSkill负责空间理解和语义落地，ActSkill负责闭环动作生成，原来分开的“大脑”和“双手”成为同一模型里的两项技能。上下文装着相机实时RGB-D画面、指令、机械臂关节角度和夹爪开合，以及上一秒动作与反馈。GLOW把这些物理信息连缀成“长文章”，续写出下一个动作。续写出的不是模糊指令，而是末端执行器三维位姿、相对平移与旋转增量及夹爪开合控制，精准到毫米。诺因选择这条路线，看中的不只是“教一遍就会”，还有统一建模与持续学习的长期价值。GPT-6 Astra在操作机器人上的进展，佐证了自回归技术路线。

Harness系统与闭环反馈：给机器“痛觉”和“记忆”。真实物理世界里，抽屉可能卡住，杯子可能滑脱，光有计划不够。诺因把GPT-6 Astra拉进同一仿真厨房，号称AGI的GPT-6卡在抽屉上，只因不知道手有没有被挡住。GLOW有一套Harness任务运行系统，每做一个动作都拿到执行回执。系统下达“向柜体走24.3毫米”，回执显示实际只走1.6毫米，位移残差一出，系统立刻明白遇到物理阻力。受阻结果连同夹爪状态和新画面进入下一轮上下文，大脑决定继续用力还是换姿态重来。同样任务同起点，开柜子最底层抽屉，GPT-6 Astra拉开的是上面那层，纠正1200步底层仍关着；GLOW靠回执发现受阻，换成水平接近、夹爪对角闭合，1138步开对。抓瓶放碗，GPT-6 Astra折腾863步，瓶碗还差3.4厘米，判定阈值3厘米；GLOW 157步，间距6.9毫米。靠近瓶颈、碗沿或抽屉把手时，GLOW切换成每次只动5毫米的有界小幅移动，两次微调间重新看一眼。抓住杯子后先请求抬升30毫米，确认夹牢才搬运；开抽屉前也“试拉”确认牵引力。这种物理试探像人类本能。GPT-6 Astra控机器人并不弱，Robocurve接上双臂，积木入碗20次成19次，但毫米级拼图入槽20次只成2次。看懂任务和能完成任务，中间隔