A startup chinesa EBKernel apresentou o Cog-WM 1.0 na sessão de inteligência incorporada inspirada no cérebro, durante o Fórum de Inovação Putian em 2026. A empresa posiciona este lançamento como um modelo cognitivo do mundo construído com base em previsão no espaço latente, e não na reprodução de pixels.
De acordo com a declaração da empresa, esta arquitetura adota conceitos organizacionais de mapas cognitivos humanos, como atualização seletiva da memória, codificação orientada a objetivos e previsão em múltiplos horizontes. Essas ideias combinam-se com uma função objetivo de incorporação conjunta no estilo JEPA, permitindo que robôs planejem usando características espaciais e de estado abstratas, em vez de reconstruir quadros brutos.
Em termos de navegação, o modelo Cog-WM Nav 1.0 foi testado sem o uso de um mapa pré-criado. Em um subconjunto do HM3D-ObjectNav, a EBKernel relatou um aumento na taxa de sucesso de 78,50% para 86,89% em comparação com a linha de base BSC-Nav, publicada na Nature Communications. Isso representa um aumento absoluto de 8,39 pontos (aproximadamente 10,7%), e a métrica SPL aumentou de 47,70 para 48,35.
O componente de navegação mantém uma memória espacial explícita e prevê subobjetivos para exploração no espaço latente. Em seguida, ele equilibra a semântica do objetivo com o custo do caminho, o que é particularmente útil quando o objetivo está fora do campo de visão atual e o robô precisa decidir para onde olhar em seguida.
O ramo de manipulação, Cog-WM Manip 1.0, treina previsão de estado e experiência multiescala modulada por valor, fornecendo uma ligação entre os efeitos das ações no curto prazo e o progresso da tarefa em um período mais longo. Ao usar um protocolo de reprodução unificado, a EBKernel afirma que o modelo supera os modelos básicos pré-treinados em massa, como o pi0.5, em cerca de 16% em três conjuntos de dados principais para manipulação, incluindo configurações mais complexas do RoboTwin 2.0.
A análise do impacto dos componentes no LIBERO-Plus mostrou um efeito aditivo: a política sozinha alcançou quase 80%, a previsão local atingiu 81,6%, a previsão de múltiplos horizontes atingiu 82,0%, e o sistema completo atingiu 84,6%.
A empresa declara capacidades de implantação que abrangem humanoides com rodas e quadrúpedes para navegação sem mapas, planejamento de rotas, recuperação de memória espaço-temporal, resposta espacial a perguntas (QA) e busca de objetos. A manipulação foi testada em corpos humanoides com rodas, e a navegação de quadrúpedes foi marcada em objetos de cliente para inspeção ou patrulha.
A EBKernel, fundada em meados de 2025, promove a tese de produto de aprendizado ao longo da vida com baixa necessidade de dados e alta capacidade de generalização. No entanto, as métricas independentes de longevidade ao ar livre e os resultados de campo em longos horizontes ainda estão limitados aos limites dos benchmarks internos da empresa, portanto, recomenda-se que os laboratórios considerem as métricas SR publicadas e as mudanças na manipulação como o conjunto principal de comparação até que trabalhos de terceiros apareçam.