Cog-WM 1.0: EBKernels hjerneinspirerede model vil gøre robotter mere selvstændige

EBKernel præsenterede Cog-WM 1.0 på 2026 Pujiang Innovation Forum i Shanghai som en »cognitive world model« inspireret af hjernens mekanismer. Ambitionen er at give robotter et fælles grundlag for både selvstændig navigation og håndtering af genstande – uden at robotten på forhånd skal have et komplet kort over omgivelserne. 39

Hvad skal en world model gøre?

En world model er en intern model af omgivelserne, som kan hjælpe et system med at forudsige, hvad der sandsynligvis sker efter en handling. EBKernel beskriver Cog-WM som et system for forudsigelse i latent space: I stedet for at forsøge at genskabe hver enkelt pixel i en scene skal modellen indkode den information, der er relevant for robottens aktuelle mål. 3

Virksomheden knytter metoden til principper fra kognitive kort: Hukommelsen opdateres selektivt, genbrugelig rumlig viden adskilles fra konkrete episoder, og systemet laver forudsigelser på flere tidsskalaer. Det er inspiration fra neurovidenskab – ikke en påstand om, at modellen biologisk kopierer en hjerne.

I navigation er den centrale idé en eksplicit rumlig hukommelse, der kan hjælpe robotten med at vælge delmål for udforskning og planlægge ruter ud fra slutmålet. Tilgangen ligger tæt på BSC-Nav, et forskningsframework der bygger allocentriske – altså miljøcentrerede – kognitive kort ud fra robottens egne observationer og bevægelser.

De rapporterede resultater for navigation

Den mest konkrete sammenligning gælder et udsnit af HM3D-ObjectNav, en benchmark, hvor en robot skal finde et angivet objekt i et 3D-miljø. Ifølge virksomhedens offentliggjorte oplysninger nåede Cog-WM 1.0:

• en success rate (SR) på 86,89 %, mod 78,50 % for BSC-Nav – en forskel på 8,39 procentpoint eller en relativ fremgang på 10,69 %;
• en SPL-score på 48,35, mod 47,70 for BSC-Nav.

SPL kombinerer, om robotten lykkes, med hvor effektiv dens rute er. Derfor er springet i de oplyste tal langt større for succesraten end for ruteeffektiviteten. Resultatet peger på, at Cog-WM i denne test oftere når målet, men det dokumenterer ikke en tilsvarende stor forbedring i, hvor korte de vellykkede ruter er.

Hvad med at gribe og flytte ting?

EBKernel oplyser, at systemets del til manipulation klarede sig op til cirka 16 % bedre end en tungt prætrænet baseline i stil med π0.5 på tre evalueringssuiter, herunder RoboTwin 2.0. 3

Forklaringen er ifølge virksomheden, at modellen lærer konsekvenserne af handlinger over både korte og længere tidshorisonter og tillægger erfaringer større værdi, når de bringer robotten tættere på målet. Der er dog ikke i det tilgængelige materiale fulde resultattabeller for hver benchmark, oplysninger om sensorer, træningsdata eller evalueringsprotokoller. Derfor kan sammenligningen med π0.5-lignende baselines ikke efterprøves uafhængigt.

Det samme gælder de omtalte ablationstal på LIBERO-Plus, hvor systemet ifølge den foreliggende beskrivelse går fra omkring 80 % for policy-delen alene til 84,6 % for den komplette model. Uden en detaljeret teknisk rapport og fulde tabeller bør tallene læses som virksomhedens egne, endnu ikke uafhængigt verificerede målinger – ikke som en endelig rangliste over teknologien.

Fra benchmark til fysisk robot

EBKernel siger, at Cog-WM er demonstreret med kortfri navigation, ruteplanlægning, hentning af rumlig og tidslig hukommelse, spørgsmål og svar om rumlige relationer samt objektsøgning på både hjulbaserede humanoide robotter og firbenede robotter. Virksomheden oplyser også, at manipulation er afprøvet på en hjulbaseret humanoid robot. 3

EBKernel har base i Shanghai og blev grundlagt i 2025. Virksomhedens bredere tese er, at arkitekturer baseret på kognition og hukommelse kan mindske embodied AI's afhængighed af enorme mængder træningsdata og regnekraft. 11

Sådan bør man læse løfterne

Cog-WM 1.0 samler en teknisk sammenhængende retning: rumlig hukommelse, forudsigelse af abstrakte tilstande og målstyret planlægning. Sammenligningen med BSC-Nav er interessant, fordi BSC-Nav også behandler navigation som et problem om struktureret rumlig viden frem for alene reaktiv visuel perception.

Men de stærkeste resultater kommer hovedsageligt fra virksomhedens egne udmeldinger. En mere robust vurdering ville kræve offentlig kode eller en detaljeret teknisk rapport, ensartede træningsdata og sensorer i sammenligningerne, klare beregningsbudgetter samt uafhængige evalueringer på tværs af miljøer.

Konklusion: Cog-WM 1.0 er et lovende, tidligt bud på embodied AI, der kombinerer latent forudsigelse med kognitiv rumlig hukommelse. De oplyste benchmark-fremskridt er værd at følge, men de er endnu ikke nok til at dokumentere robust, generel autonomi i åbne og uforudsigelige omgivelser.