首页 / 资讯详情
具脑磐石发布业界首个类脑认知世界模型 Cog-WM 1.0
摘要
9月14日，上海具脑磐石科技有限公司（以下简称"具脑磐石"）在其承办的 2026 浦江创新论坛·类脑具身智能分论坛——全球首个"类脑具身智能"专题论坛——正式发布全球首代类脑认知世界模型 Cog-WM 1.0。Cog-WM 1.0 是全球首个基于成体系类脑神经机制研发的类脑隐空间预测世界模型，完成了从主动探索具身导航（Navigation）到价值引导具身操作（Manipulation）的能力验证。该模型系统借鉴人脑认知神经机制，构建类脑机制下隐空间预测驱动的统一架构，使机器人不再依赖预建地图和海量数据，也能在陌生环境中完成自主规划、语义导航与操作任务。为提升具身智能逼近人脑的高泛化能力水平提供了新的技术路径。支撑这一定位的，是在公开基准上的测试数据：据算法团队披露，导航任务跟认知地图导航业界SOTA——Nature Communications上的BSC-Nav（Ruan et al., 2026）Baseline相比，Cog-WM 1.0 实现了无预建图自主导航且导航成功率提升超 10%以上，展现出更高的准确率与泛化性。操作任务在具身操作任务基准上均优于基于海量数据预训练的SOTA （π0.5）最多16%以上。Cog-WM 1.0 已在轮式人形、四足机器人等多构型机器人本体完成在无预建图条件下即可自主导航与路径规划、时空记忆检索和空间关系问答与寻物等核心能力，并在轮式人形机器人上验证了操作能力，为机器人未来在开放世界实现开箱即用提供了技术基础。从感知到认知：先要回答三个绕不过去的问题在陌生房间里寻找一盆植物，机器人可能要穿过多个区域，记住已经看过的地方，并在目标尚未出现时判断下一步该往哪里走。完成物品整理这类连续操作，则需要知道每一步动作会带来什么变化、这些变化又如何影响后续任务。这两个任务看着不同，指向的却是同一组技术挑战：如何降低对海量任务数据和特定环境适配的依赖？如何让历史信息真正被用起来？如何提高长程任务的完成度？具脑磐石的判断是：这三问不是再优化两年工程就能跨过去的局部问题，而是范式层面的结构性问题——把数据扩大十倍、把参数扩大十倍，并不能自动换来物理世界的认知理解与真实交互能力。针对这三问，Cog-WM 1.0 给出的答案是：不再沿"用更多数据补更多场景"的路径外推，而是回到智能的本源——人脑。核心机制：类脑感知编码与目标调控、时空记忆、隐空间多层级预测Cog-WM 1.0 的底层思路，是借鉴人脑认知地图中组织记忆、选择性更新信息、预测后续状态的机制，并与 JEPA（联合嵌入预测架构）结合，在模型提取的抽象特征空间中学习"未来会怎么变"。用更直白的话说：它关注的不是像素怎么变，而是与任务有关的空间和状态怎么变，并据此支持行动。支撑这一思路的，是三套成体系、可归因的机制（需要说明的是，这里的类脑对应是机制层面的启发，而非生物同构）：• 感知编码与目标调控——在隐空间而非像素层面重建世界，根据目标调控只预测对决策有用的抽象表征，学习目标小了，数据需求自然小。• 时空记忆内容与结构分离——空间结构是可以跨任务复用的，学会"房间大概长什么样"之后，换一个房间不需要重新学，且通过惊异更新，系统只对"意外"投入学习，不重复消化已知信息。• 隐空间多层级预测——跨时空尺度分层预测，支持陌生环境长程探索。在这套共同框架下，导航与操作采用了不同的实现路径：导航侧建立显式空间记忆并据此预测探索方向；操作侧在训练中学习不同时间跨度的状态