Cog-WM 1.0 від EBKernel: що обіцяє «когнітивна модель світу» для роботів

EBKernel представила Cog-WM 1.0 14 вересня на 2026 Pujiang Innovation Forum у Шанхаї як «когнітивну модель світу», натхненну принципами роботи мозку. Її задум — дати роботам спільну основу для автономної навігації та маніпулювання предметами без необхідності мати наперед завантажену карту простору. 39

Що має робити Cog-WM 1.0

Модель світу формує внутрішнє уявлення про довкілля та прогнозує, що може статися після певної дії. EBKernel описує Cog-WM як систему прогнозування в латентному просторі: вона не намагається відтворити кожен піксель сцени, а кодує відомості, важливі для поточного завдання робота. 3

За описом компанії, підхід спирається на ідеї когнітивних карт: вибіркове оновлення пам’яті, поділ між придатним для повторного використання просторовим знанням та епізодичним досвідом, а також передбачення на кількох часових горизонтах. Це обчислювальні запозичення з нейронауки, а не твердження, що система біологічно відтворює людський мозок.

Для навігації головна обіцянка полягає в явній просторовій пам’яті. Вона має допомагати роботу обирати наступні точки для дослідження та маршрути з огляду на кінцеву ціль. Такий підхід близький до BSC-Nav — дослідницького фреймворку, який будує алоцентричні когнітивні карти з егоцентричних траєкторій і контекстних даних для просторової навігації.

Заявлені результати навігації

Найконкретніше порівняння стосується підмножини HM3D-ObjectNav — тесту, де робот має знайти заданий об’єкт у змодельованому середовищі. Згідно з оприлюдненими компанією даними, Cog-WM 1.0 показала:

• 86,89% success rate (SR) проти 78,50% у BSC-Nav — різниця 8,39 відсоткового пункту, або відносне зростання на 10,69%;
• 48,35 SPL проти 47,70 у BSC-Nav.

Показник SPL враховує і успішність, і ефективність пройденого маршруту. Тож наявні дані показують значно більшу різницю саме в частці успішних завдань, ніж у довжині ефективних маршрутів. Інакше кажучи, система могла частіше досягати цілі в цьому тесті, але це не доводить настільки ж великого поліпшення в тому, наскільки короткими були успішні шляхи.

Що відомо про маніпулювання предметами

EBKernel стверджує, що модуль маніпулювання Cog-WM перевершив до приблизно 16% базову модель класу π0.5, яка пройшла масштабне попереднє навчання, у трьох наборах оцінювання, зокрема RoboTwin 2.0. 3

Компанія пов’язує цей результат із навчанням наслідків дій на коротких і довших часових горизонтах та з більшою вагою досвіду, який просуває робота до мети. Водночас доступні джерела не містять повних таблиць результатів для кожного бенчмарку, параметрів сенсорів, даних навчання чи докладних протоколів оцінювання. Тому незалежно перевірити коректність порівняння з базовою моделлю класу π0.5 наразі неможливо.

Те саме стосується заявленого абляційного тесту на LIBERO-Plus: від приблизно 80% для однієї лише політики до 84,6% для повної системи. Без повного технічного звіту або детальної таблиці результатів ці числа варто розглядати як внутрішні, незалежно не підтверджені вимірювання компанії, а не остаточний рейтинг технологій.

Від бенчмарків до реального робота

EBKernel заявляє, що продемонструвала навігацію без готової карти, планування маршруту, пошук просторово-часових спогадів, відповіді на запитання про просторові відношення та пошук предметів на колісних гуманоїдних і чотириногих роботах. Також компанія повідомляє про демонстрацію маніпулювання предметами на колісному гуманоїді. 3

Компанія базується в Шанхаї та заснована у 2025 році. Її ширша ставка полягає в тому, що архітектури, побудовані навколо знань і пам’яті, можуть зменшити залежність embodied AI — штучного інтелекту, що керує фізичними роботами, — від величезних масивів даних і обчислювальних ресурсів. 11

Як оцінювати ці заяви

Cog-WM 1.0 пропонує послідовний дослідницький напрям: просторова пам’ять, прогнозування абстрактних станів і планування, орієнтоване на ціль. Порівняння з BSC-Nav цікаве саме тому, що BSC-Nav теж розглядає навігацію як завдання структурованого просторового знання, а не лише реакцію на поточне зображення.

Однак найгучніші результати походять переважно з повідомлень самої компанії. Для переконливіших висновків потрібні публічний код або докладний технічний звіт, зіставні дані навчання та сенсори, чітко визначені обчислювальні бюджети й незалежні перевірки в різних середовищах.

Висновок: Cog-WM 1.0 — перспективна рання розробка для embodied AI, що поєднує латентне прогнозування та когнітивну просторову пам’ять. Заявлені прирости в бенчмарках заслуговують на увагу, але поки не доводять надійної універсальної автономності роботів у відкритому світі.