AI热榜 GPT-6之后，具身智能走向何方？
诺因发布GLOW技术报告，给出机器人“一教就会”的答案 量子位的朋友们 2026-09-24 16:20:12 来源： 量子位 一直以来，要让机器人学会一项新任务，往往需要重新采集数据、编写固定流程，或进行针对性训练。
这类方式可以解决确定性较高的任务，却难以覆盖真实场景中不断变化的物品、环境和需求。
近期，新一代通用大模型GPT-6 Astra的发布，引发行业对具身智能技术路线的广泛讨论与重新思考。
不少观点认为，通用大模型正在展现操控机器人的能力，可能对既有具身智能路线形成冲击；与此同时，行业也逐步形成共识：自回归架构正成为模型架构的收敛方向，具身智能的竞争核心将转向数据与学习方式。
9月24日，诺因（Knowin）发布面向通用具身智能的生成式学习架构GLOW技术报告（报告链接： https://knowinai.com/tech.html#section-2），完整介绍了GLOW全新升级的整体技术架构，呈现了一条将通用认知能力转化为可靠物理行动的可行路径，核心突破在于实现了机器人“一教就会”的任务学习能力。
🔗 原始来源
如果你要核对细节，可以再看原文： 量子位原文链接