具脑磐石发布类脑世界模型Cog-WM 1.0

9月14日，具身智能初创企业具脑磐石正式发布类脑认知世界模型 Cog-WM 1.0。该模型借鉴人脑认知神经机制，构建了隐空间预测驱动的统一架构，完成从主动探索具身导航到价值引导具身操作的双向能力验证，为具身智能提供了逼近人脑高泛化水平的技术路径。

支撑这一突破的是公开基准的测试数据：在认知地图导航基准上，Cog-WM 1.0 实现了无预建图自主导航，成功率相比业界 SOTA（Nature Communications 上的 BSC-Nav）提升超 10%；在具身操作任务基准上，其表现优于基于海量数据预训练的 SOTA 最多达 16%。目前，Cog-WM 1.0 已在轮式人形机器人、四足机器人等多构型本体上完成适配与验证。

从感知到认知：直面具身智能三大瓶颈

让机器人在陌生房间寻物或完成物品整理，通常面临三大技术挑战：如何降低对海量任务数据和特定环境适配的依赖？如何有效复用历史信息？如何提升长程任务完成度？

具脑磐石团队认为，把数据和参数扩大十倍，并不能直接换来机器人对物理世界的认知理解。Cog-WM 1.0 选择摆脱「用海量数据暴力外推」的路径，转向借鉴人脑心智模型机制。

三大核心机制：隐空间多层级预测驱动

Cog-WM 1.0 结合联合嵌入预测架构（JEPA），在抽象特征空间中学习「未来如何演变」，其关注重点是与任务相关的空间及状态转化，而非底层像素变化。模型由三套核心机制构成：

1. 感知编码与目标调控：在隐空间重建世界，仅预测对决策有用的抽象表征，大幅压低学习目标与数据需求。
2. 时空记忆内容与结构分离：空间结构可跨任务复用，当机器人学会基础空间模式后无需重新适应新环境，并通过「惊异更新」机制仅对异常信息投入学习。
3. 隐空间多层级预测：支持跨时空尺度分层预测，支撑机器人在陌生环境中的长程探索。

基于该框架，导航与操作两个方向的方法均已通过 arXiv 论文对外公开。

导航模块：无预建图下的主动探索与语义寻物

自主导航长期受制于分散环境观测的有效整合。Cog-WM Nav 1.0 将空间记忆与前瞻预测结合，依据记忆隐空间预测后续空间表征与子目标，权衡目标语义与路径代价选择下一步行动。

在 HM3D-ObjectNav 子集评测中，导航成功率（SR）由 78.50% 跃升至 86.89%，相对提升 10.69%，路径效率（SPL）同步增至 48.35，且全程无需预置地图先验。

在目标不可见的盲区下，算法可依据未来隐空间预测自主选择高效路径，先于对比基线找到指定目标。目前，该导航模块已部署于四足机器人并进入巡检现场应用。

操作模块：多时间尺度预测与经验调制

在连续操作任务中，Cog-WM Manip 1.0 通过多时间尺度预测，使模型同时捕捉短期动作反馈与长程任务状态；同时引入价值引导经验学习机制，利用执行轨迹识别动作片段对推进任务的具体贡献。

评测显示，Cog-WM Manip 1.0 在高难度基准 RoboTwin 2.0 Hard 及其他两项主流操作测试中，均超越了依赖海量数据预训练的行业基线。

消融实验证明，从纯策略的 80.0% 到最终方法的 84.6%，每一层性能提升均对应独立清晰的类脑机制。此外，在光照变化、视角迁移及背景纹理扰动下，模型表现出极强的泛化能力。

具脑磐石创始人兼 CEO 朱森华指出，具身智能走出实验室的核心命题在于「低数据依赖与高泛化能力」，仅靠堆砌海量数据已难以为继，改进架构设计并借鉴人脑心智模型是提升性能上限的关键。

随着 Cog-WM 1.0 的推出，具身智能的技术演进正从单纯的模仿学习与大数据预训练，走向以类脑架构为代表的认知新范式。