具脑磐石发布全球首个类脑认知世界模型 Cog-WM 1.0：以类脑机制突破具身智能数据瓶颈

事件概述

2026年9月14日，在上海举办的2026浦江创新论坛·类脑具身智能分论坛上，上海具脑磐石科技有限公司（EBKernel）正式发布全球首代类脑认知世界模型 Cog-WM 1.0。这是业界首个基于成体系类脑神经机制研发的类脑隐空间预测世界模型，完成了从主动探索具身导航到价值引导具身操作的能力验证。

核心技术与机制

Cog-WM 1.0 的核心思路是借鉴人脑认知地图中组织记忆、选择性更新信息及预测后续状态的机制，并结合 JEPA（联合嵌入预测架构），在抽象特征空间中学习“未来会怎么变”。其底层包含三套可归因的类脑机制：

1. 感知编码与目标调控：在隐空间而非像素层面重建世界，仅预测对决策有用的抽象表征，从而降低数据需求。
2. 时空记忆内容与结构分离：空间结构跨任务复用，并通过惊异更新机制，系统仅对“意外”信息投入学习，避免重复消化已知信息。
3. 隐空间多层级预测：支持跨时空尺度的分层预测，适应陌生环境的长程探索。

关键性能数据

在公开基准测试中，Cog-WM 1.0 展现了显著的性能优势：

• 导航能力 (Cog-WM Nav 1.0)：

  • 在 HM3D-ObjectNav 子集上，导航成功率（SR）由 78.50% 提升至 86.89%，较业界 SOTA 基线 BSC-Nav 提升超过 10%（相对提升 10.69%）。
  • 路径效率（SPL）同步提升。
  • 特点：无需预置3D地图先验，具备无预建图条件下的自主导航、路径规划、时空记忆检索及寻物能力。

• 操作能力 (Cog-WM Manip 1.0)：

  • 在三大主流操作基准上，成功率均优于基于海量数据预训练的 SOTA 基线（如 π0.5），最高提升达 16%。
  • 在 RoboTwin 2.0 Hard（高难度基准）等场景中表现优异。
  • 消融实验验证：纯策略成功率 80.0% → 加入局部预测 81.6% → 加入多时域预测 82.0% → 完整方法 84.6%（LIBERO-Plus），证明能力提升源于机制叠加而非简单堆砌。
  • 鲁棒性：在光照变化、视角迁移、背景纹理改变等扰动条件下仍能保持高可靠完成任务。

部署与应用现状

• 硬件适配：已在轮式人形机器人、四足机器人等多构型本体上完成验证。
• 实际场景：Cog-WM Nav 1.0 已部署于四足机器人，应用于巡检/巡逻等客户现场；轮式人形机器人已验证操作能力。
• 技术意义：为机器人在开放世界中实现“开箱即用”提供了技术基础，证明了以算法机制换取数据效率的工程可行性。

行业影响

Cog-WM 1.0 的发布表明，具身智能能力的突破不能仅靠堆砌海量数据，而应系统借鉴人脑心智模型（Mental Model）。这一成果推动了具身智能从单一的“大数据预训练”范式，走向多元并存的“类脑认知”新路线，符合国家“十五五计划”对未来产业的布局方向。