Cog-WM 1.0 EBKernel: Janji World Model Kognitif untuk Robot

EBKernel memperkenalkan Cog-WM 1.0 pada 2026 Pujiang Innovation Forum di Shanghai sebagai cognitive world model yang terinspirasi dari mekanisme otak. Targetnya adalah memberi robot fondasi bersama untuk navigasi mandiri dan manipulasi benda tanpa harus lebih dulu dibekali peta lingkungan. 39

Apa yang ingin dilakukan Cog-WM 1.0?

Secara sederhana, world model adalah sistem yang membangun representasi internal tentang lingkungan dan memperkirakan konsekuensi dari tindakan yang akan diambil. EBKernel memosisikan Cog-WM sebagai sistem prediksi di ruang laten (latent space): bukan mencoba membangun ulang setiap piksel dalam sebuah adegan, melainkan mengodekan informasi yang berguna untuk tujuan robot saat itu. 3

Pendekatan tersebut dikaitkan perusahaan dengan prinsip peta kognitif: pembaruan memori secara selektif, pemisahan antara pengetahuan spasial yang dapat digunakan kembali dan pengalaman episodik, serta prediksi dalam beberapa rentang waktu. Ini adalah inspirasi komputasional dari neurosains, bukan klaim bahwa sistem tersebut mereplikasi otak biologis.

Untuk navigasi, janji utamanya adalah memori spasial eksplisit yang membantu robot memilih target eksplorasi berikutnya dan merencanakan rute berdasarkan tujuan akhir. Arah ini sejalan dengan BSC-Nav, kerangka riset yang membangun peta kognitif allocentric—peta yang merepresentasikan ruang secara relatif terhadap lingkungan, bukan hanya posisi robot—dari lintasan egosentris dan konteks untuk mendukung navigasi spasial.

Hasil navigasi yang dilaporkan perusahaan

Perbandingan paling spesifik yang tersedia memakai subset HM3D-ObjectNav, sebuah benchmark navigasi untuk mencari objek. Menurut laporan perusahaan, Cog-WM 1.0 mencatat:

• Success rate (SR) 86,89%, dibanding 78,50% untuk BSC-Nav—selisih 8,39 poin persentase, atau kenaikan relatif 10,69%.
• SPL 48,35, dibanding 47,70 untuk BSC-Nav.

SPL menggabungkan tingkat keberhasilan dan efisiensi panjang rute. Karena itu, selisih yang tersedia jauh lebih besar pada success rate daripada efisiensi rute. Artinya, hasil tersebut mengindikasikan Cog-WM mungkin lebih sering mencapai target dalam pengujian itu, tetapi belum menunjukkan peningkatan yang sama besar dalam hal seberapa singkat jalur suksesnya.

Bagaimana dengan manipulasi objek?

EBKernel menyatakan komponen manipulasi Cog-WM mengungguli baseline bergaya π0.5 yang telah dipralatih secara besar-besaran hingga sekitar 16% pada tiga rangkaian evaluasi, termasuk RoboTwin 2.0. 3

Menurut uraian perusahaan, sistem ini mempelajari konsekuensi tindakan dalam skala waktu pendek maupun panjang, lalu memberi bobot lebih pada pengalaman yang membantu kemajuan menuju tujuan. Namun, sumber yang tersedia tidak memuat tabel lengkap per benchmark, konfigurasi sensor, data pelatihan, maupun protokol evaluasi. Karena itu, kesetaraan perbandingan dengan baseline bergaya π0.5 belum dapat diperiksa secara independen.

Hal serupa berlaku untuk angka ablation yang disebut untuk LIBERO-Plus, dari kira-kira 80% pada kebijakan saja hingga 84,6% pada sistem lengkap. Tanpa laporan teknis lengkap atau tabel hasil yang tersedia dalam dokumentasi ini, angka tersebut sebaiknya diperlakukan sebagai metrik internal perusahaan yang belum diverifikasi secara independen, bukan sebagai peringkat final teknologi.

Dari benchmark ke robot di dunia nyata

EBKernel mengatakan telah mendemonstrasikan navigasi tanpa peta awal, perencanaan rute, pengambilan memori ruang-waktu, tanya jawab tentang hubungan spasial, dan pencarian objek pada robot humanoid beroda maupun robot berkaki empat. Perusahaan juga menyebut kemampuan manipulasi telah diuji pada humanoid beroda. 3

Perusahaan ini berbasis di Shanghai dan didirikan pada 2025. Gagasan besarnya adalah bahwa arsitektur yang terinspirasi dari kognisi dan memori dapat mengurangi ketergantungan embodied AI—AI yang berinteraksi melalui tubuh robot—pada data dan komputasi dalam skala sangat besar. 11

Cara membaca klaimnya

Cog-WM 1.0 menawarkan arah riset yang koheren: memori spasial, prediksi keadaan abstrak, dan perencanaan berbasis tujuan. Perbandingan dengan BSC-Nav menarik karena BSC-Nav juga memandang navigasi sebagai persoalan pengetahuan spasial terstruktur, bukan semata persepsi reaktif.

Meski demikian, hasil yang paling menonjol terutama berasal dari pengumuman perusahaan. Kesimpulan yang lebih kuat akan membutuhkan kode publik atau laporan teknis mendetail, data pelatihan dan sensor yang benar-benar sebanding, anggaran komputasi yang jelas, serta evaluasi independen di beragam lingkungan.

Kesimpulan: Cog-WM 1.0 adalah proposal awal yang menjanjikan untuk embodied AI, dengan kombinasi prediksi laten dan memori spasial kognitif. Kenaikan benchmark yang dilaporkan layak diperhatikan, tetapi belum cukup untuk membuktikan otonomi robot serbaguna yang andal di lingkungan terbuka.