Cog-WM 1.0 של EBKernel: מה מבטיח מודל העולם הקוגניטיבי לרובוטים

EBKernel הציגה את Cog-WM 1.0 בפורום החדשנות פוג'יאנג 2026 בשנגחאי כ"מודל עולם קוגניטיבי" לרובוטים, בהשראת מנגנונים של המוח. היעד הוא לספק בסיס משותף לניווט אוטונומי ולתפעול חפצים — גם בסביבה לא מוכרת וללא מפה שהוזנה מראש. 39

מהו בעצם מודל עולם?

מודל עולם הוא מערכת שמנסה לבנות ייצוג פנימי של הסביבה ולנבא מה עשוי לקרות לאחר פעולה. במקרה של Cog-WM, EBKernel מתארת גישה של חיזוי במרחב חבוי (latent space): במקום לשחזר כל פיקסל בסצנה, המערכת אמורה לקודד את המידע החשוב למטרה הנוכחית של הרובוט. 3

לפי תיאור החברה, הגישה נשענת על עקרונות של מפות קוגניטיביות: עדכון סלקטיבי של הזיכרון, הפרדה בין ידע מרחבי שניתן למחזר לבין חוויה אפיזודית, וחיזוי ביותר מטווח זמן אחד. אלו השראות חישוביות ממדעי המוח — לא טענה שהמערכת משחזרת באופן ביולוגי מוח אנושי.

בניווט, ההבטחה העיקרית היא זיכרון מרחבי מפורש שאמור לסייע לרובוט לבחור נקודות חקירה והמסלול המתאימים לפי יעד הקצה. הכיוון הזה קרוב ל-BSC-Nav, מסגרת מחקרית שבונה מפות קוגניטיביות מנקודת מבט חיצונית מתוך מסלולים מנקודת מבטו של הסוכן והקשר סביבתי, לצורך ניווט מרחבי.

תוצאות הניווט שהחברה מדווחת עליהן

ההשוואה המספרית המפורטת ביותר מתייחסת לתת-קבוצה של HM3D-ObjectNav, מבחן שבו הרובוט צריך לאתר אובייקט יעד בסביבות תלת-ממדיות. לפי הדיווח שפורסם מטעם החברה, Cog-WM 1.0 השיג:

• שיעור הצלחה (SR) של 86.89%, לעומת 78.50% ל-BSC-Nav — פער של 8.39 נקודות אחוז, או שיפור יחסי של 10.69%.
• SPL של 48.35, לעומת 47.70 ל-BSC-Nav.

מדד SPL משלב בין הצלחה לבין יעילות המסלול. לכן, הפער הזמין גדול בהרבה בשיעור ההצלחה מאשר ביעילות ההתקדמות. במילים פשוטות: התוצאות מצביעות על כך שהמערכת עשויה להגיע ליעד בתדירות גבוהה יותר באותו מבחן, אך אינן מוכיחות שיפור דומה בקיצור המסלולים המוצלחים.

ומה לגבי תפעול חפצים?

EBKernel טוענת כי רכיב התפעול של Cog-WM עלה עד בכ-16% על קו בסיס בסגנון π0.5, שעבר אימון מוקדם נרחב, בשלוש חבילות הערכה — ובהן RoboTwin 2.0. 3

לפי החברה, הגישה לומדת את תוצאותיהן של פעולות בטווחים קצרים וארוכים, ונותנת משקל גבוה יותר לחוויות שמקדמות את הרובוט לעבר היעד. עם זאת, המקורות הזמינים אינם כוללים טבלאות תוצאות מלאות לכל מבחן, הגדרות חיישנים, נתוני אימון או פרוטוקולי הערכה. לכן אי אפשר לבחון באופן עצמאי אם ההשוואה לקו הבסיס בסגנון π0.5 בוצעה בתנאים שקולים.

אותה הסתייגות חלה על תוצאות ה-ablation שדווחו ב-LIBERO-Plus — מכ-80% למדיניות לבדה ועד 84.6% למערכת המלאה. ללא דוח טכני מלא או טבלת תוצאות מפורטת במקורות הזמינים, יש להתייחס למספרים כאל מדידות פנימיות של החברה שלא אומתו באופן בלתי תלוי, ולא כאל דירוג מכריע של הטכנולוגיה.

ממבחני מדד לרובוט בעולם הפיזי

EBKernel מסרה כי הדגימה ניווט ללא מפה מוקדמת, תכנון מסלול, שליפת זיכרון מרחבי-זמני, מענה על שאלות בדבר יחסים מרחביים ואיתור חפצים ברובוטים דמויי-אדם על גלגלים וברובוטים מרובעי-רגליים. החברה גם מדווחת על הדגמת תפעול חפצים ברובוט דמוי-אדם על גלגלים. 3

החברה, שממוקמת בשנגחאי ונוסדה ב-2025, מהמרת שארכיטקטורות המבוססות על קוגניציה וזיכרון יוכלו לצמצם את התלות של בינה מלאכותית גופנית (embodied AI) בכמויות אדירות של נתונים וכוח חישוב. 11

איך נכון לקרוא את ההבטחות

Cog-WM 1.0 מציג כיוון מחקרי עקבי: זיכרון מרחבי, חיזוי מצבים מופשטים ותכנון מוכוון-מטרה. ההשוואה ל-BSC-Nav מעניינת במיוחד, משום שגם BSC-Nav מתייחסת לניווט כבעיית ידע מרחבי מובנה — ולא רק כתגובה מיידית לקלט חזותי.

אלא שהתוצאות המרשימות ביותר מגיעות בעיקר מהודעות ודיווחים הקשורים לחברה. כדי להסיק מסקנה מוצקה יותר נדרשים קוד פתוח או דוח טכני מפורט, נתוני אימון וחיישנים תואמים בין המערכות, תקציבי מחשוב ברורים והערכות בלתי תלויות בסביבות מגוונות.

בשורה התחתונה: Cog-WM 1.0 הוא ניסיון מוקדם ומבטיח בתחום הבינה המלאכותית הגופנית, המשלב חיזוי במרחב חבוי עם זיכרון מרחבי קוגניטיבי. השיפורים המדווחים במדדים ראויים לתשומת לב, אך עדיין אינם מספיקים כדי להוכיח אוטונומיה אמינה ורב-שימושית בתנאי עולם פתוח.