具脑磐石发布类脑认知世界模型Cog-WM1.0，导航成功率提升超10%

在人工智能领域，类脑智能技术正加速走向现实。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上，正式发布了全球首代类脑认知世界模型Cog-WM 1.0。这一突破性成果标志着类脑智能从理论研究向实际应用迈出了重要一步。

Cog-WM 1.0的核心创新在于其借鉴了人脑认知机制，构建了一个统一的架构，使机器人能够在陌生环境中完成自主规划、语义导航与操作任务，而无需依赖预建地图或海量数据。具体而言，该模型在导航任务中实现了显著性能提升：在HM3D-ObjectNav子集测试中，导航成功率（SR）由78.50%提升至86.89%，相较业界SOTA BSC-Nav提升了10.69个百分点；路径效率（SPL）也从47.70提升至48.35，增幅达1.36%。

在操作任务方面，Cog-WM 1.0同样表现出色。据算法团队披露，在具身操作任务基准测试中，其表现优于基于海量数据预训练的SOTA模型π0.5最多16%以上。这表明，通过类脑机制驱动的隐空间预测，机器人能够在更少数据和更低能耗的情况下，实现对物理世界的理解和真实交互能力。

具脑磐石创始人朱森华表示，当前具身智能面临的最大挑战之一是实交互数据的昂贵稀缺性以及换场景后的失效问题。传统方法依赖大量数据堆叠来提升性能，但这种方法难以使机器从"模仿动作"走向"理解世界"。Cog-WM 1.0的发布，为解决这一难题提供了新的技术路径。

该模型的核心机制包括感知编码与目标调控、时空记忆内容与结构分离，以及隐空间多层级预测。这些机制共同作用，使得机器人能够在不同任务间复用空间结构知识，并通过惊异更新机制只对意外信息投入学习，从而提高长程任务的完成度。

在公开基准测试中，Cog-WM 1.0不仅在导航任务中表现出色，还在操作任务中展现出显著优势。这表明，通过类脑机制驱动的隐空间预测，机器人能够在更少数据和更低能耗的情况下，实现对物理世界的理解和真实交互能力。

具脑磐石的这一突破性成果，为机器人在开放世界实现开箱即用提供了技术基础。未来，随着类脑智能技术的不断发展，我们有望看到更多具备自主认知能力的机器人进入日常生活，为人类社会带来革命性的变化。