具脑磐石｜发布类脑认知世界模型Cog-WM 1.0

当具身模型仍大量依赖预建地图与海量轨迹模仿时，另一条路线试图用类脑机制换「少数据、高泛化」的认知闭环。9月14日，上海具脑磐石科技有限公司在其承办的浦江创新论坛·类脑具身智能分论坛上，正式发布类脑认知世界模型Cog-WM 1.0。

具脑磐石是成立于约2025年的具身智能创业公司，团队公开背景涵盖华为、旷视、中科院等机构的人工智能与机器人交叉经验，叙事上强调「重大脑、轻本体」——用可复用的认知模型驱动多机，而不是每台机器人单独堆数据。论坛本身被定位为类脑具身专题交流平台，串联算法、类脑计算芯片与上下游企业。

模型与定位要点（公司/论坛公开口径）：

1. 定位：基于成体系类脑神经机制的隐空间预测世界模型
2. 能力验证：主动探索具身导航；价值引导具身操作
3. 目标场景：陌生环境中的自主规划、语义导航与操作，降低对预建地图与海量数据的依赖
4. 方法叙事：借鉴人脑认知神经机制，构建隐空间预测驱动的统一架构
5. 产业判断：创始人公开称具身从实验室走向落地时，「高数据依赖、高泛化不足」是关键瓶颈

所谓世界模型，白话是让机器人在脑子里先「预演」环境怎么变、动作会带来什么后果，再决定下一步；所谓隐空间预测，白话是不在像素上死磕每一帧，而在压缩后的内部表征里做预测，以图降低数据与算力门槛。对集成商，这对应一条与「堆轨迹模仿」不同的技术采购叙事。

放在近窗具身开源与世界模型密集发布的上下文里，Cog-WM选择用「类脑」差异化，而不是只报参数量。竞品若只有模仿学习分数、给不出少地图/少数据条件下的导航操作对照，差异会被抹平；若Cog-WM长期缺少可复现评测表，同样难说服工程团队。

产业影响上，若随后给出技术报告与公开基准，会抬高「认知世界模型」讨论的可核验门槛；若停在论坛发布口径，热度会随新闻周期退去。需要把边界读清楚：「全球首个」等表述属主体/论坛宣传口径；参数量、数据集与评测表披露仍有限，不宜写成已大规模商用。下一观察点是技术报告或开源仓库，以及高接触场景连续任务成功率。