江苏
家庭任务中的重要变化，不一定是物品出现了，也可能是物品消失了。
桌面上原本有一个杯子，家人把它拿走后，机器人再次执行整理任务时，不能继续按照旧状态行动。它需要知道这个物品曾经在哪里、现在是否仍在房间里、是否被移动到另一个位置，以及这个变化是否影响后续步骤。
这类问题涉及对“状态变化”的理解，而不是简单的目标识别。
按照项目知识库的定义，GLOW 是连接感知、认知、行动和长期进化的生成式具身智能体系。其中，KnowinWorld 用于建模空间结构、物体状态、动作影响和任务演化；KnowinBrain 负责任务理解、规划和决策；KnowinAgent 则处理长程任务、过程管理和失败恢复。
放到家庭场景中，可以把一次物品移动理解为一个连续过程：
先确认物品原来的位置和状态。
再判断它是被人拿走、被机器人移动，还是因为遮挡暂时不可见。
然后检查这个变化是否影响任务目标。
最后决定继续执行、重新规划，还是向用户确认。
如果系统只知道“现在看不到杯子”，它可能把物品误判为丢失，或者重复寻找已经被拿走的对象。只有把过去状态、当前观察和动作结果连接起来，机器人才能理解任务为什么需要变化。
诺因智能公开资料将 GLOW 定义为面向真实家庭和开放环境的技术体系。对这类系统而言，技术价值不只是识别眼前的物体，还包括理解物体如何变化，以及这些变化会怎样影响后续行动。
家庭环境一直在被人使用。物品会被拿走、归还、替换和重新摆放。能否持续更新对环境的理解，是机器人从一次性动作走向长期任务的重要基础。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
