Cog-WM 1.0: EBKernels hjärninspirerade världsmodell för robotar

EBKernel presenterade Cog-WM 1.0 vid 2026 års Pujiang Innovation Forum i Shanghai som en ”kognitiv världsmodell” för robotar, inspirerad av hur hjärnan hanterar minne och rumslig information. Målet är att ge robotar en gemensam grund för autonom navigering och objekthantering, utan att de först behöver få en färdig karta över miljön. 39

Vad ska Cog-WM 1.0 göra?

En världsmodell försöker skapa en intern bild av omgivningen och förutse vad som sannolikt händer efter en handling. EBKernel beskriver Cog-WM som ett system för prediktion i ett latent rum: i stället för att försöka återskapa varje pixel i en scen ska modellen koda den information som är relevant för robotens aktuella mål. 3

Bolagets beskrivning knyter detta till principer från kognitiva kartor: minnet uppdateras selektivt, återanvändbar rumslig kunskap skiljs från enskilda erfarenheter och modellen gör förutsägelser över flera tidshorisonter. Det handlar om beräkningsmässig inspiration från neurovetenskapen – inte ett påstående om att systemet biologiskt återskapar en hjärna.

För navigering är den centrala idén ett explicit rumsligt minne som hjälper roboten att välja nästa steg i utforskningen och planera rutter utifrån slutmålet. Angreppssättet ligger nära BSC-Nav, ett forskningsramverk som bygger allocentriska, alltså omgivningscentrerade, kognitiva kartor från robotens egocentriska färdvägar och kontext för att stödja rumslig navigering.

De navigeringsresultat som bolaget rapporterar

Den tydligaste jämförelsen gäller ett delmängdstest i HM3D-ObjectNav, ett benchmark där roboten ska hitta ett angivet objekt i en okänd 3D-miljö. Enligt den publicerade bolagsrapporten nådde Cog-WM 1.0:

• 86,89 % success rate (SR), jämfört med 78,50 % för BSC-Nav – en skillnad på 8,39 procentenheter, eller en relativ ökning på 10,69 %.
• 48,35 SPL, jämfört med 47,70 för BSC-Nav.

SPL väger samman måluppfyllelse och ruttens effektivitet. Skillnaden är alltså betydligt större för andelen lyckade uppdrag än för ruttens effektivitet. Resultaten pekar därmed på att systemet oftare kan nå målet i just detta test, men visar inte en lika stor förbättring i hur korta de lyckade rutterna blir.

Vad uppges modellen klara inom manipulation?

EBKernel säger att Cog-WM:s del för objekthantering överträffade en kraftigt förtränad baslinje av typen π0.5 med upp till cirka 16 % i tre utvärderingssviter, där RoboTwin 2.0 ingår. 3

Enligt bolaget lär sig modellen konsekvenserna av handlingar på både kort och längre sikt och ger större vikt åt erfarenheter som bidrar till framsteg mot målet. De tillgängliga källorna innehåller dock inte kompletta resultattabeller för varje benchmark, sensoruppsättningar, träningsdata eller utvärderingsprotokoll. Därför går det inte att oberoende bedöma om jämförelsen med π0.5-baserade system är helt likvärdig.

Samma försiktighet gäller de rapporterade ablationsresultaten på LIBERO-Plus, där resultatet uppges öka från omkring 80 % för enbart policyn till 84,6 % för hela systemet. Eftersom någon fullständig teknisk rapport eller resultattabell inte finns i det underlag som är tillgängligt här bör siffrorna ses som bolagets egna, ännu inte oberoende verifierade mätningar – inte som en slutgiltig rangordning av tekniken.

Från benchmark till fysisk robot

EBKernel uppger att systemet har demonstrerat kartfri navigering, ruttplanering, hämtning av rumsliga och tidsmässiga minnen, frågor och svar om rumsliga relationer samt objektsökning på både hjulförsedda humanoida robotar och fyrbenta robotar. Bolaget uppger också att manipulation har demonstrerats på en hjulförsedd humanoid robot. 3

Bolaget är baserat i Shanghai och grundades 2025. Den övergripande tesen är att arkitekturer byggda kring kognition och minne kan minska embodied AI:s beroende av mycket stora datamängder och beräkningsresurser. 11

Så bör påståendena tolkas

Cog-WM 1.0 representerar en sammanhängande forskningsinriktning: rumsligt minne, prediktion av abstrakta tillstånd och målstyrd planering. Jämförelsen med BSC-Nav är särskilt intressant eftersom även BSC-Nav behandlar navigering som ett problem i strukturerad rumslig kunskap, snarare än enbart reaktiv perception.

Samtidigt kommer de mest spektakulära resultaten främst från bolagets egna publiceringar. För en mer robust bedömning skulle det behövas öppen källkod eller en detaljerad teknisk rapport, jämförbara träningsdata och sensorer, tydliga beräkningsbudgetar samt oberoende utvärderingar i flera typer av miljöer.

Slutsats: Cog-WM 1.0 är ett lovande tidigt förslag inom embodied AI, där latent prediktion kombineras med kognitivt rumsligt minne. De rapporterade förbättringarna i benchmarktester förtjänar uppmärksamhet, men räcker ännu inte för att visa tillförlitlig autonomi för allmän användning i öppna och oförutsägbara miljöer.