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——Cog-WM 1.0，在近日举办的类脑具身智能专题论坛上正式发布。这款由上海具脑磐石科技有限公司主导研发的模型，标志着具身智能领域在模仿人类认知方式上取得了突破性进展，为机器人实现自主环境探索与任务执行提供了全新技术路径。
传统机器人导航依赖预先构建的地图和海量标注数据，在陌生环境中往往表现乏力。Cog-WM 1.0通过借鉴人脑神经机制，构建了隐空间预测驱动的统一架构，使机器人能够像人类一样在未知场景中自主规划路径、理解空间关系并完成操作任务。该模型在公开基准测试中展现出显著优势：导航任务成功率较业界顶尖水平提升超10%，操作任务表现优于基于海量数据预训练的模型最多达16%。
研发团队突破性地解决了三个核心难题：降低对特定环境数据的依赖、实现历史信息的有效利用、提升长程任务完成度。通过类脑感知编码机制，模型在抽象特征空间而非像素层面重建世界，仅预测与任务决策相关的信息，大幅减少数据需求。时空记忆系统将空间结构与内容分离，使机器人能够跨任务复用环境认知，并通过"惊异更新"机制聚焦学习意外变化，避免重复处理已知信息。
在导航能力验证中，Cog-WM Nav 1.0在无预建图条件下，将开放环境语义导航成功率从78.5%提升至86.89%，路径效率同步优化。该技术已在四足机器人巡检场景和轮式人形机器人上完成部署，实现自主探索、时空记忆检索和空间问答等核心功能。操作分支Cog-WM Manip 1.0通过多时间尺度预测机制，使机器人能够理解动作与任务进展的关联，在三大主流操作基准测试中全面超越行业基线，尤其在复杂操作任务中展现出跨场景泛化能力。
区别于传统"数据驱动"的优化路径，具脑磐石团队构建了成体系的类脑机制：感知编码与目标调控机制通过抽象表征预测降低数据需求；时空记忆系统实现环境认知的跨任务复用；隐空间多层级预测支持长程探索。这些机制在导航与操作任务中形成统一框架，导航侧通过显式空间记忆预测探索方向，操作侧利用执行经验改进策略，相关方法已通过学术论文公开验证。
该成果的发布引发产业界广泛关注。作为全球首个类脑具身智能专题论坛的承办方，具脑磐石联合顶尖科研机构、头部企业和投资机构，构建了覆盖算法、芯片、上下游企业的完整生态链。论坛汇聚了来自北京、上海、深圳等产业高地的专家学者，为推动类脑智能技术落地提供了重要交流平台。这项被视为国家"十五五计划"重点布局的根技术，正通过"政产学研用"协同创新模式加速产业化进程。
具脑磐石创始人朱森华指出，当前具身智能正处于从实验室走向产业应用的关键转折点，单纯依赖数据堆砌已触及能力天花板。团队通过系统借鉴人脑心智模型，重构算法架构设计，在降低数据依赖的同时提升了模型泛化能力。这种"以机制创新换取数据效率"的技术路线，为具身智能突破现有发展范式提供了可行方案。
这家成立于2025年的初创企业，集结了来自华为、旷视、中科院等机构的顶尖技术人才，团队兼具十年以上AI与机器人交叉研发经验、十五年产业链协同能力和万台级设备落地实践。作为国内唯一对标杨立昆AMI Lab技术愿景的团队，具脑磐石正通过类脑认知机制的创新，推动具身智能从"模仿学习"向"自主认知"的范式变革，其研发的Cog-WM 1.0模型已为行业树立了新的技术标杆。
