Cog-WM 1.0 d’EBKernel : un modèle cognitif pour aider les robots à se repérer et agir

EBKernel a présenté Cog-WM 1.0 lors du Pujiang Innovation Forum 2026, à Shanghai, comme un « world model cognitif » inspiré de certains mécanismes cérébraux. L’ambition : fournir aux robots une base commune pour se déplacer seuls et manipuler des objets, y compris dans un lieu inconnu et sans carte préchargée. 39

À quoi sert un « world model » ?

Un world model cherche à maintenir une représentation interne de l’environnement et à anticiper les conséquences probables d’une action. EBKernel présente Cog-WM comme un système de prédiction dans un espace latent : au lieu de reconstruire chaque pixel d’une scène, il doit encoder les informations pertinentes pour l’objectif immédiat du robot. 3

L’entreprise rattache cette approche aux principes des cartes cognitives : mise à jour sélective de la mémoire, séparation entre connaissances spatiales réutilisables et expériences épisodiques, ainsi que prédictions sur plusieurs horizons temporels. Il s’agit d’inspirations computationnelles issues des neurosciences, et non de l’affirmation selon laquelle le système reproduirait biologiquement un cerveau.

Pour la navigation, la promesse centrale repose sur une mémoire spatiale explicite, censée aider le robot à sélectionner des zones à explorer et des itinéraires selon son but final. L’idée se rapproche de BSC-Nav, un cadre de recherche qui construit des cartes cognitives allocentriques — autrement dit organisées par rapport à l’environnement, et non au seul point de vue du robot — à partir de trajectoires égocentrées et d’indices contextuels.

Les résultats de navigation annoncés

La comparaison la plus précise porte sur un sous-ensemble de HM3D-ObjectNav, un benchmark de navigation vers un objet cible. D’après les résultats publiés par l’entreprise, Cog-WM 1.0 a obtenu :

• un taux de réussite (SR) de 86,89 %, contre 78,50 % pour BSC-Nav, soit 8,39 points de plus et une hausse relative de 10,69 % ;
• un score SPL de 48,35, contre 47,70 pour BSC-Nav.

Le SPL combine la réussite de la mission et l’efficacité du trajet. Ici, l’écart est donc nettement plus important sur le taux de réussite que sur l’efficacité des parcours. Ces données suggèrent que le système atteint plus souvent la cible dans ce test, sans démontrer une amélioration du même ordre sur la brièveté des trajets réussis.

Que vaut-il pour la manipulation d’objets ?

EBKernel affirme que le volet manipulation de Cog-WM a dépassé de jusqu’à environ 16 % une référence de type π0.5, fortement préentraînée, sur trois suites d’évaluation incluant RoboTwin 2.0. 3

Selon l’entreprise, le modèle apprend les conséquences des actions à court et à plus long terme, en accordant davantage de poids aux expériences qui font progresser le robot vers son objectif. Toutefois, les sources disponibles ne donnent ni tableaux détaillés par benchmark, ni configuration des capteurs, ni données d’entraînement, ni protocole complet d’évaluation. Il est donc impossible de vérifier indépendamment si la comparaison avec la référence de type π0.5 est strictement équivalente.

La même prudence s’impose aux chiffres d’ablation évoqués pour LIBERO-Plus : d’environ 80 % pour la politique seule à 84,6 % pour le système complet. Sans rapport technique complet ni tableau de résultats accessible dans la documentation disponible, ces chiffres doivent être lus comme des mesures internes non vérifiées de façon indépendante, pas comme un classement définitif de la technologie.

Des benchmarks au robot réel

EBKernel indique avoir démontré la navigation sans carte préalable, la planification de trajectoire, la récupération de mémoire spatio-temporelle, des questions-réponses sur les relations spatiales et la recherche d’objets sur des humanoïdes à roues et des quadrupèdes. L’entreprise fait également état d’une démonstration de manipulation sur un humanoïde à roues. 3

Basée à Shanghai et fondée en 2025, EBKernel défend l’idée que des architectures inspirées de la cognition et de la mémoire pourraient réduire la dépendance de l’IA incarnée à d’énormes volumes de données et de puissance de calcul. 11

Comment interpréter ces annonces ?

Cog-WM 1.0 propose une direction de recherche cohérente : mémoire spatiale, prédiction d’états abstraits et planification orientée vers un objectif. La comparaison avec BSC-Nav est particulièrement intéressante, car ce dernier traite lui aussi la navigation comme un problème de connaissance spatiale structurée, plutôt que comme une simple réaction à la perception instantanée.

Mais les résultats les plus spectaculaires proviennent principalement de communications de l’entreprise. Pour tirer une conclusion plus solide, il faudrait notamment du code public ou une documentation technique détaillée, des données et capteurs comparables entre les modèles, des budgets de calcul clairement indiqués et des évaluations indépendantes dans des environnements variés.

En bref : Cog-WM 1.0 est une proposition encore précoce mais prometteuse pour l’IA incarnée, qui associe prédiction dans un espace latent et mémoire spatiale cognitive. Les gains annoncés sur les benchmarks méritent l’attention ; ils ne suffisent pas encore à établir une autonomie générale, robuste et validée sur le terrain.