2026年7月17日至20日，世界人工智能大会（WAIC 2026）在上海世博中心举行。首次参展的诺因智能，凭借一款折叠后仅40厘米高的双臂具身机器人Knowin-X1，成为本届大会具身智能赛道最受关注的展台之一。

与大多数参展企业选择播放预录视频或在严格控制条件下进行简化演示不同，诺因直接将展台还原为真实家庭场景——在灯光持续变化的开放展区中，向观众完整呈现了三组高难度任务的全链路演示：桌面收纳、洗衣闭环和衣物折叠。四天展期内，密集的现场演示持续稳定运行，吸引了大量专业观众和媒体驻足。

一位在展台前停留了近一小时的科技博主事后写道：“我在WAIC看了那么多展台，叠衣我给夯，设计我也给夯——全场最佳。”

同等负载下把结构压到极致——Knowin-X1的全折叠构型，是一次工程极限的跃迁

在双臂具身机器人领域，臂展、负载、末端力控精度与机身尺寸是一组长期无法调和的矛盾。具备足够操作能力的机器人，无一例外是庞大臃肿的“铁疙瘩”——体量动辄占半间房。行业内绝大多数厂商的解题思路是“做小结构、降低负载”，用一个轻量化的弱终态换取空间上的妥协。

Knowin-X1选了另一条路。在同等双臂负载能力的前提下，通过全折叠构型的极致结构压缩，展开前整机高度控制在40厘米以内，收纳体积仅为同类产品的几分之一。展开后，双臂可覆盖桌面、地面、柜体三类核心家庭操作面，承担洗衣服、叠衣服、搬运重物、整理收纳等完整家庭任务链条；收起后，它安静地归于电视柜旁，像一台隐入生活的家电，而非一台时刻抢占空间的设备。

换句话说：Knowin-X1不是一台被“做小”的机器人，而是一台具备完整双臂负载能力的机器人，却做到了同等负载下的极致可收纳——工程底层的挑战远比“做大”复杂得多。一位到访展台的政府领导详细了解后评价，诺因“把家庭场景的需求理解到了产品设计的每一个细节里”。

衣服会叠、洗衣机会用：在混乱环境里稳定执行的长链条能力

更高难度的验证来自现场演示的稳定性。WAIC展区的环境条件远非理想：顶部灯光持续变化，桌面物品被往来观众随机挪动，背景人流形成持续遮挡和噪声——每一项都在压缩机器人感知系统的容错空间。

诺因给出的回应是三项全链路任务演示，展期内持续运行，稳定完成。

桌面收纳任务全程依靠自然语言交互：观众随机发出语音指令，机器人自主理解语义、定位目标物品、规划抓取顺序，并精准放入收纳盒。其间现场观众不断变换指令表述方式——从“把那个黄色的东西拿给我”到“不对不对，换旁边那个小一点的黄的”——机器人始终准确响应，未出现理解偏差。

洗衣全链路任务更加完整：从识别散落在地面和沙发上的衣物开始，逐一拾取、自主平移至洗衣机、打开舱门、将衣物准确放入滚筒、关闭舱门、启动清洗程序——全程无遥控、无人工干预，一次完成。

全场最受专业观众瞩目的是衣物折叠演示。柔性物体的识别抓取与多步骤连贯操作，在具身智能领域被视为“长程、不确定、高精度”三重难题的交汇点。在展台灯光变化和背景人物移动的持续干扰下，Knowin-X1相继完成衣物识别、平铺整理、按折痕折叠、归类堆叠的完整流程，自始至终动作连贯、判定准确。

GLOW具身大模型系统——Dream造数据，World练策略，双引擎驱动具身智能训练闭环

GLOW由五个核心模块协同构成。KnowinDream和KnowinWorld负责“造数据、验策略”——前者生成大规模、多样化的具身训练数据，后者在可交互世界中展开策略、评估动作和筛选有效方案；KnowinBrain和KnowinAct负责“想清楚、做到位”——前者理解场景并制定执行方案，后者将方案转化为具体的肢体动作；KnowinAgent则承担最上层的调度职责，编排任务流程、跟踪执行状态并在出现偏差时自主恢复。相比行业主流的“采集数据、模仿执行”路线，GLOW多了三步：用生成式数据扩展训练规模、在虚拟世界中展开探索试错、将每次执行结果反馈回系统持续修正。

KnowinDream：生成式数据引擎，让训练数据的边际成本趋近于零

KnowinDream基于3D视觉生成模型，从有限真实数据中学习场景变化规律、物体交互逻辑与任务执行模式，合成具备三维结构与物理一致性的Ego-Centric第一人称具身训练数据，可覆盖极端光照、复杂材质、多样化布局与长尾上下文场景。这一能力已获全球顶级学术舞台验证——在CVPR 2026 EgoCross Challenge中，诺因智能在Source-Limited与Open-Source双赛道同时斩获全球第一。

KnowinWorld：为机器人策略构建可探索、可试错、可评估的“数字训练场”

KnowinWorld不是传统的物理仿真系统，而是一个基于数据学习得到的可交互世界表示系统，统一建模空间结构、物体状态、动作影响与任务演化。在训练与策略评估阶段，KnowinBrain首先基于视觉、语言和机器人状态进行任务理解与推理，KnowinAct再将推理结果转化为连续的Action Chunk，并在KnowinWorld中进行策略展开。在这个交互环境中，机器人围绕任务进行动作展开、探索和试错——模型持续判断动作是否符合世界状态、不同技能能否正确组合，以及大脑的推理与机器人的实际执行是否一致。这些交互过程产生的成功、失败、风险和状态变化，经由执行反馈、强化学习及人类偏好对齐机制回流，校正KnowinBrain的决策、KnowinAct的执行以及KnowinDream的训练数据分布。

简单来说：KnowinDream解决“如何生成更丰富的训练数据”，KnowinWorld解决“如何让机器人在世界中行动、试错并形成真实可用的交互经验”。两者共同支撑起一个持续自增强的训练闭环——World提供结构约束，Dream生成更优数据分布，每一次真实执行中的反馈又回流至两者，驱动整个系统迭代升级。

在此基础上，KnowinBrain作为决策中枢，融合视觉、语言、空间与动作反馈，完成长链条推理与动态重规划；KnowinAct通过结构化Action Token Space将高层策略映射为双臂协同的高精度物理动作；KnowinAgent承担全局任务调度、状态记忆、失败恢复与个性化长期沉淀。五层模块协同运转，使Knowin-X1不是一个静止的产品，而是一套会在真实交互中持续进化的智能系统。

结语

WAIC 2026落幕。诺因智能的首秀，留给行业的最大印象或许不是某一个炫目的参数突破，而是一种理念的确立——家庭机器人的评判标准，应该从“能在实验室里做什么”转向“在不理想的真实环境里还能不能稳定完成”。

正如展台旁一位观众在离开时的评价：“能让我这种不懂技术的人，看完就琢磨啥时候能搬回家——这比任何参数都有说服力。”

关于诺因智能

诺因智能成立于2025年8月，是一家面向消费级家庭场景的具身智能公司。基于自研的通用具身大模型新架构，诺因打造了“感知—生成—执行—演进”闭环并持续交互的具身智能系统，致力于让智能机器人走进每个家庭。

依托以生成式数据引擎与可交互3D世界模型为核心的具身大模型体系，诺因持续提升机器人在复杂家庭环境中的跨场景泛化、长链条闭环执行与可靠交付能力。

截至2026年7月，团队规模超190人，90%来自藤校、清北、港三、新二、C9等顶尖院校。团队聚焦生活管理、陪伴互动、家庭娱乐与高频家务协作等多元需求，为用户带来更智能、更自主、更省心的家庭服务体验。

我们的愿景是——让机器人成为有温度的家庭伙伴，把时间还给生活、陪伴与创造。