Cog-WM 1.0 od EBKernelu: co slibuje „kognitivní world model“ pro roboty

EBKernel představil Cog-WM 1.0 na fóru 2026 Pujiang Innovation Forum v Šanghaji jako „kognitivní world model“ inspirovaný mechanismy lidského mozku. Jeho ambicí je nabídnout robotům společný základ pro autonomní navigaci i manipulaci s objekty — bez nutnosti mít předem uloženou mapu prostředí. 39

Co má Cog-WM 1.0 dělat

World model si lze představit jako interní model prostředí: robot díky němu nevyhodnocuje jen aktuální obraz z kamery, ale také odhaduje, co se pravděpodobně stane po provedení určité akce. EBKernel popisuje Cog-WM jako systém predikce v latentním prostoru. Namísto snahy znovu vytvářet každý pixel scény má zachycovat hlavně informace důležité pro právě plněný úkol. 3

Firma tento přístup spojuje s principy kognitivních map: selektivní aktualizací paměti, rozlišením mezi znovu použitelnou prostorovou znalostí a epizodickou zkušeností a předpověďmi v několika časových horizontech. Jde o výpočetní inspiraci neurovědou, nikoli o tvrzení, že systém biologicky napodobuje lidský mozek.

V navigaci je hlavním příslibem explicitní prostorová paměť, která robotovi pomáhá vybírat další cíle průzkumu a plánovat trasu podle konečného úkolu. Tento směr je blízký výzkumnému rámci BSC-Nav, jenž z egocentrických trajektorií a kontextových informací vytváří alocentrické kognitivní mapy pro prostorovou navigaci.

Výsledky navigace podle firmy

Nejkonkrétnější srovnání se týká podmnožiny benchmarku HM3D-ObjectNav. Podle zveřejněných firemních údajů dosáhl Cog-WM 1.0:

• úspěšnosti 86,89 %, oproti 78,50 % u BSC-Nav — tedy o 8,39 procentního bodu více, respektive o 10,69 % relativně;
• hodnoty SPL 48,35, oproti 47,70 u BSC-Nav.

Metrika SPL kombinuje úspěšnost s efektivitou zvolené trasy. Dostupná čísla tedy ukazují mnohem výraznější rozdíl v samotné úspěšnosti než v efektivitě pohybu. Jinými slovy: systém mohl v tomto testu častěji dospět k cíli, ale data nedokládají stejně velké zkrácení úspěšných tras.

Manipulace s objekty: slibný údaj, ale málo detailů

EBKernel uvádí, že manipulační část Cog-WM překonala až zhruba o 16 % silně předtrénovaný základní model typu π0.5 ve třech hodnoticích sadách, mezi nimiž je RoboTwin 2.0. 3

Podle popisu firmy se systém učí následky akcí v krátkém i delším časovém horizontu a větší význam přisuzuje zkušenostem, které skutečně posouvají robota k cíli. Ve veřejně dostupných zdrojích však chybějí úplné tabulky výsledků pro jednotlivé benchmarky, konfigurace senzorů, informace o trénovacích datech i přesné hodnoticí protokoly. Nelze proto nezávisle ověřit, zda bylo srovnání s baseline typu π0.5 skutečně rovnocenné.

Stejná opatrnost platí pro uváděné ablační výsledky na LIBERO-Plus: od přibližně 80 % u samotné řídicí politiky až po 84,6 % u kompletního systému. Bez plné technické zprávy či detailní výsledkové tabulky je namístě tyto hodnoty číst jako firemní měření bez nezávislého ověření, nikoli jako definitivní žebříček technologií.

Od benchmarku k reálnému robotu

EBKernel tvrdí, že systém předvedl navigaci bez předem připravené mapy, plánování tras, vyhledávání v časoprostorové paměti, odpovědi na otázky o prostorových vztazích a hledání objektů na kolových humanoidech i čtyřnohých robotech. Manipulaci měla firma demonstrovat na kolovém humanoidovi. 3

Společnost sídlí v Šanghaji a byla založena v roce 2025. Její širší teze zní, že architektury založené na poznávání a paměti by mohly snížit závislost embodied AI — tedy umělé inteligence propojené s fyzickým robotem — na obrovských objemech dat a výpočetního výkonu. 11

Jak tato tvrzení číst

Cog-WM 1.0 představuje souvislý výzkumný směr: spojuje prostorovou paměť, předpovídání abstraktních stavů a plánování řízené cílem. Srovnání s BSC-Nav je zajímavé právě proto, že i BSC-Nav chápe navigaci jako problém strukturované prostorové znalosti, nikoli jen reaktivního vyhodnocování vjemů.

Nejpůsobivější výsledky ale zatím pocházejí převážně z firemních sdělení. Pro silnější závěr by bylo potřeba zveřejnit kód nebo podrobnou technickou dokumentaci, sjednotit trénovací data a senzory, jasně popsat výpočetní rozpočty a získat nezávislá hodnocení v různých prostředích.

Závěr: Cog-WM 1.0 je slibná raná koncepce pro embodied AI, která kombinuje latentní predikci s kognitivní prostorovou pamětí. Uváděné benchmarkové zisky stojí za pozornost, ale samy o sobě zatím nedokazují spolehlivou univerzální autonomii robotů v otevřeném světě.