Cog-WM 1.0: Was das kognitive Weltmodell von EBKernel Robotern bringen soll

EBKernel hat auf dem Pujiang Innovation Forum 2026 in Shanghai das Cog-WM 1.0 vorgestellt. Das Unternehmen bezeichnet es als gehirninspiriertes „kognitives Weltmodell“: Roboter sollen damit unbekannte Umgebungen erkunden, Ziele finden und Gegenstände handhaben können – ohne dass zuvor eine Karte des Ortes eingespielt wurde. 39

Nicht jedes Bilddetail, sondern das Relevante vorhersagen

Ein Weltmodell bildet die Umgebung intern ab und schätzt ab, welche Folgen eine Handlung haben könnte. EBKernel beschreibt Cog-WM als System für Vorhersagen im latenten Raum. Vereinfacht gesagt: Es soll nicht jedes Pixel einer Kameraszene rekonstruieren, sondern jene abstrakten Informationen speichern und prognostizieren, die für die aktuelle Aufgabe des Roboters wichtig sind. 3

Dazu verweist das Unternehmen auf Prinzipien kognitiver Karten: Erinnerungen sollen selektiv aktualisiert werden, räumliches Wissen soll von einzelnen Erlebnissen getrennt werden, und das System soll auf mehreren Zeitskalen vorausplanen. Das sind Rechenideen, die von der Neurowissenschaft inspiriert sind – nicht die Behauptung, Cog-WM bilde ein biologisches Gehirn nach.

Für die Navigation steht eine explizite räumliche Erinnerung im Mittelpunkt. Sie soll einem Roboter helfen, sinnvolle Zwischenziele für die Erkundung und Routen zum eigentlichen Ziel auszuwählen. Damit liegt der Ansatz nahe an BSC-Nav, einem Forschungsrahmen, der aus egozentrischen Bewegungsverläufen und Kontextinformationen allozentrische kognitive Karten aufbaut.

Die gemeldeten Navigationsergebnisse

Die konkreteste Vergleichszahl betrifft ein Teilset von HM3D-ObjectNav, einem Benchmark für die Suche nach Objekten in dreidimensionalen Umgebungen. Laut Unternehmensangaben erreichte Cog-WM 1.0:

• eine Erfolgsquote (Success Rate, SR) von 86,89 %, gegenüber 78,50 % bei BSC-Nav – ein Plus von 8,39 Prozentpunkten beziehungsweise 10,69 % relativ;
• einen SPL-Wert von 48,35, gegenüber 47,70 bei BSC-Nav.

SPL kombiniert Erfolgsrate und Wegeffizienz. Der größere Unterschied liegt damit klar bei der Erfolgsquote, nicht bei der Länge erfolgreicher Routen. Die Zahlen deuten also darauf hin, dass Cog-WM in diesem Test häufiger ans Ziel kam; eine ähnlich starke Verbesserung bei der Effizienz der zurückgelegten Wege lässt sich daraus nicht ableiten.

Was EBKernel zur Objektmanipulation sagt

Für die Manipulation – also etwa Greifen, Platzieren oder Bedienen von Objekten – berichtet EBKernel von einem Vorsprung von bis zu rund 16 % gegenüber einem stark vortrainierten Basismodell im Stil von π0.5. Die Tests sollen drei Benchmark-Suiten einschließen, darunter RoboTwin 2.0. 3

Der Ansatz lerne laut Unternehmensbeschreibung die Folgen von Handlungen über kurze und längere Zeiträume hinweg. Erfahrungen, die dem Ziel näherbringen, würden dabei stärker gewichtet. Allerdings liegen in den verfügbaren Quellen keine vollständigen Ergebnistabellen je Benchmark, keine detaillierten Sensor- und Trainingskonfigurationen und keine vollständigen Evaluierungsprotokolle vor. Deshalb lässt sich nicht unabhängig beurteilen, wie unmittelbar der Vergleich mit dem π0.5-artigen Baseline-System ist.

Vom Benchmark zum physischen Roboter

EBKernel erklärt, Cog-WM auf mehreren Roboterformen erprobt zu haben, darunter fahrende Humanoide und vierbeinige Roboter. Genannt werden Navigation ohne vorgegebene Karte, Routenplanung, Abruf räumlich-zeitlicher Erinnerungen, Fragen zu räumlichen Beziehungen sowie Objektsuche. Eine Manipulationsdemonstration soll auf einem fahrenden humanoiden Roboter erfolgt sein. 3

Das in Shanghai ansässige Unternehmen wurde 2025 gegründet. Seine übergeordnete These: Kognitiv und speicherorientiert aufgebaute Architekturen könnten embodied AI – also KI, die über einen Roboterkörper in der realen Welt handelt – weniger abhängig von sehr großen Datenmengen und Rechenleistung machen. 11

Wie die Ankündigung einzuordnen ist

Cog-WM 1.0 verfolgt eine nachvollziehbare Forschungsrichtung: strukturierte räumliche Erinnerung, Vorhersage abstrakter Zustände und zielorientierte Planung. Der Vergleich mit BSC-Nav ist dabei relevant, weil auch BSC-Nav Navigation als Problem räumlich strukturierter Wissensrepräsentation versteht und nicht bloß als reaktive Bildverarbeitung.

Die auffälligsten Leistungswerte stammen jedoch überwiegend aus Unternehmensveröffentlichungen. Für eine belastbarere Bewertung wären ein öffentlicher Code oder ein ausführlicher technischer Bericht, vergleichbare Trainingsdaten und Sensoren, transparente Rechenbudgets sowie unabhängige Tests in unterschiedlichen Umgebungen nötig.

Fazit: Cog-WM 1.0 ist ein vielversprechender früher Ansatz für embodied AI, der latente Vorhersagen mit kognitiver räumlicher Erinnerung verbindet. Die berichteten Benchmark-Gewinne verdienen Aufmerksamkeit, sind aber noch kein Nachweis für robuste, universell einsetzbare Roboterautonomie außerhalb kontrollierter Tests.