15.4 小时导航数据换 8.39 个百分点：具脑磐石 Cog-WM 1.0 真正值得看的是 SR 与 SPL 的背离

8.39 个百分点与 0.65 的背离

具身导航有两个常用指标：SR（Success Rate）衡量「最后有没有找到目标、任务有没有完成」；SPL（Success weighted by Path Length）在此基础上再按路径效率打折——走冤枉路越多，得分越低。

Cog-WM Nav 1.0 在 HM3D-ObjectNav 子集上的成绩是：SR 从基线 BSC-Nav 的 78.50% 提到 86.89%，绝对提升 8.39 个百分点；SPL 从 47.70 提到 48.35，只涨了 0.65。

这两个数字放在一起读，比单看「提升超 10%」有意义得多。成功率的涨幅远大于路径效率的涨幅，说明这套机制真正改善的是「能不能找到」，而不是「走的路够不够短」。换句话说，机器人变得更擅长做对决策——在没有线索时判断该往哪个方向探索——而不是更擅长规划一条最优路径。

SR 是「有没有找到」，SPL 是「绕没绕远」

用一个日常场景翻译这个背离：让你在一个陌生商场里找一家奶茶店。SR 衡量的是你最终有没有站在那家店门口；SPL 还要再问一句——你是一路直奔，还是先绕了三圈才摸过去。

Cog-WM 的改进明显落在前者。它的做法是把空间记忆与前瞻预测绑在一起：在记忆的隐空间里，结合任务目标与既有环境记忆预测后续的空间表征与探索子目标，再综合目标语义与路径代价选择下一步行动。当视野里没有目标时，它比基线更早判断出「该往哪探」——这正是 SR 提升的来源。

但一旦它决定往某处走，走得好不好、会不会折返，SPL 几乎没有变化，说明局部路径规划与运动执行这一段并没有被这套机制显著改善。对一个要真正上岗的巡检机器人来说，这意味着：它更不容易「找不到」，但一趟巡检的耗时未必明显下降。

15.4 小时的边界在哪里

这次传播最广的一个说法是「用约十分之一的数据取得了相近甚至更好的表现」。支撑它的具体数字是：145 个场景、577 条轨迹、约 15.4 小时导航任务数据，模型参数约 1B。

但这个数字有两个必须同时说清的限定。第一，15.4 小时指的是导航任务数据，不包含视觉编码器的预训练数据。视觉编码器本身见过的数据量没有披露，这部分才是通常意义上的「海量」所在。第二，「约为对标方法十分之一」是企业自述的比较口径，没有说明对标方法的具体数据构成与筛选条件。

把这两条去掉，结论就会从「15.4 小时解决了具身数据问题」滑向一个站不住的说法。准确的表述应该是：在导航这一特定任务域内，通过改变模型对信息的组织与预测方式，有可能显著降低任务数据需求。腾讯新闻的那篇稿子用了「重要、但仍需要克制的结论」来形容，这个措辞是准确的。

84.6% 是一层层叠出来的

操作分支 Cog-WM Manip 1.0 走的是多时间尺度预测加价值引导的经验学习：让模型在训练中同时学习近期动作后果与后续任务状态，建立「当前动作」与「任务进展」的联系；再利用有效执行轨迹学习环境变化，根据动作片段对任务推进的贡献引导策略改进。

公开的两个基准数字是：LIBERO 98.2%（π0.5 为 96.9%），LIBERO-Plus 84.6%（π0.5 为 84.5%）。前者高出 1.3 个百分点，后者只高出 0.1 个百分点——难度更高的基准上，优势几乎被抹平。

比分数更有信息量的是消融实验，它把能力拆解成了四级：

值得注意的是，前两档各带来 1.6 和 0.4 个百分点，最后一档一次性给了 2.6——贡献最大的那一步，恰恰是公开材料描述最模糊的一步。这是复现时最需要盯的地方。

「低数据依赖」到底省下了什么

如果这套机制真的能把任务数据需求降一个数量级，它对产业的价值不在榜单，而在长尾场景的部署成本。陌生车间、非标工位这类场景的共同特点是：没法预先采一轮数据、也没法建一张高精地图。传统方案在这里的边际成本极高，而「无需预置地图先验」正是 Cog-WM Nav 1.0 强调的部署条件。

公司称该模型已在四足机器人上完成部署并应用于巡检/巡逻场景的客户现场，此前也在多款轮式人形本体完成验证。这一条比任何基准分数都关键——它把论文指标和真实现场第一次接上了。但公开材料没有给出现场运行的具体指标（运行时长、成功率、人工接管率），这几项才是判断「开箱即用」是否成立的依据。