6月5日，機器人與自動化領域會議ICRA 2026在維也納落幕。由智元主辦的AGIBOT WORLD CHALLENGE 2026也同期結束。

據主辦方介紹，本屆賽事吸引了來自全球27個國家及地區的526支科研與產業團隊參賽。賽事設置Reasoning to Action（推理-操作）、World Model（世界模型）和WBC（全身控制）三大技術賽道，采用線上標準化評測與線下真機驗證相結合的方式，并提供開源數據、仿真平臺和機器人硬件作為賽事基礎。

ICRA是IEEE（國際電氣與電子工程師學會）機器人與自動化領域的重要國際會議之一。6月1日至5日，ICRA 2026在奧地利維也納舉行，本屆會議官方競賽項目中包括AGIBOT WORLD CHALLENGE 2026。相較于單純展示機器人動作能力的演示類活動，賽事評測更強調統一任務、統一規則和可復現結果，因此也成為觀察具身智能技術進展的一類窗口。

三個賽道圍繞推理操作、世界模型和全身控制展開

本屆AGIBOT WORLD CHALLENGE設置Reasoning to Action、World Model和WBC三個賽道，分別面向任務理解與行動決策、物理世界預測與交互建模、云端推理與全身控制等方向。

參賽隊伍包括中科院、清華大學、中國科學技術大學、加州大學圣迭戈分校等海內外院校團隊，也包括小米、Sber Robotics Center、阿里巴巴、高德、vivo等產業研發團隊。據主辦方披露，超百支隊伍通過官方基準考核線。

從技術鏈路看，三個賽道分別對應具身智能研發中的不同問題：Reasoning to Action關注模型如何從任務理解走向動作執行；World Model關注模型對物理世界變化的預測能力；WBC則面向機器人移動、抓取、放置等連續動作中的全身協調控制。對人形機器人而言，這些能力并不是孤立存在的，最終需要在真實任務中形成從感知、規劃到執行的閉環。

參賽選手在多個任務場景中調試機器人

賽制方面，本屆賽事采用線上自動化測評與維也納線下真機決賽結合的方式。賽事評測依托智元自研的EWMBench、Genie Sim Benchmark兩項評測基準，圍繞評測流程自動化、考核指標標準化和實驗結果可復現展開。

在線下總決賽階段，賽事統一采用精靈G2人形機器人進行實景比拼，并將真機運行穩定性、物理環境適配度和長周期任務可靠性納入評分依據。

近年來，具身智能評測的一個核心難點在于，仿真環境中的高分表現并不必然等同于真實機器人上的穩定執行。真實環境中的物體位置、抓取誤差、碰撞、遮擋和地面條件等變量，都會影響機器人任務完成率。因此，本屆賽事將線上評測與線下真機驗證結合，評估標準更接近真實部署場景下的工作表現。

World Model、R2A、WBC 三賽道結果公布

三大賽道中，World Model賽道率先完成全部比拼。中科院自動化所聯合高德CV Lab組建的NeoVerse-ABot團隊獲得冠軍，中科院工業人工智能研究院PAI@IAII團隊、中國科學技術大學Loop團隊分列第二、第三。

據介紹，該賽道在任務設計中加入了物品掉落、抓取失誤等非理想化物理樣本，用于考察模型對復雜物理交互過程的預測和建模能力。

AGIBOT WORLD CHALLENGE 2026 World Model賽道最終結果

Reasoning to Action（R2A）賽道在維也納完成線下決賽。該賽道考核內容從單一動作執行，擴展至環境理解、任務規劃和實體操作等環節，重點考察算法從仿真環境遷移到真機任務中的表現。

最終，來自vivo的PrismBot獲得R2A賽道冠軍，來自上海蘿博派對的RP-VLA獲得第二名，俄羅斯團隊GreenVLA獲得第三名。

主辦方與冠軍團隊PrismBot合影

AGIBOT WORLD CHALLENGE 2026 Reasoning to Action賽道最終結果

WBC賽道由智元與Dexmal原力靈機聯合打造，面向真實商超場景下的全身控制和移動操作任務。該賽道使用智元Genie Sim 3.0開源仿真平臺和精靈G2真機，任務覆蓋自主導航、取貨、行走和放置等環節。

與單一抓取任務不同，WBC賽道要求機器人在貨架層高限制、物品隨機擺放等環境條件下，完成從自主導航、取貨到行走放置的連續操作。賽事采用API遠程直連模式，選手代碼直接驅動真實物理機器人完成測試。

最終，來自小米機器人的周熊隊以99.2的綜合得分和94%的整體任務成功率獲得冠軍，GRNVLA和PrismBot分獲第二、第三名。

開源數據、仿真平臺和真機資源構成賽事基礎

除競賽本身外，本屆賽事也提供了AGIBOT WORLD開源真機數據集、Genie Sim 3.0開源仿真平臺和精靈G2機器人本體等資源，形成“數據—仿真—真機”的評測與研發流程。

對于參賽團隊而言，這類資源可以降低獲取標準化真機環境和測試平臺的門檻，使算法訓練、仿真調試和真機測試能夠在統一框架下進行。主辦方表示，部分參賽科研人員反饋，標準化真機資源是本次賽事的重要價值之一。

對外部研發團隊而言，開源數據、仿真平臺和統一硬件底座的價值在于降低測試門檻。尤其在人形機器人研發成本較高的背景下，標準化數據集和仿真環境可以幫助團隊在早期階段完成算法訓練和對比實驗，而真機驗證則進一步檢驗算法在物理世界中的穩定性。

從行業角度看，具身智能評測正在從單一模型指標，逐步延伸至任務執行穩定性、物理環境適應性和長程任務完成能力等維度。對于機器人研發而言，能否在統一規則下完成可復現、可橫向比較的測試，將影響算法從實驗室走向真實場景的效率。

智元后續將上線仿真打榜服務器

據智元介紹，本次賽事沉淀的技術和生態資源后續將進入常態化運營。公司計劃上線仿真打榜服務器，并增設更多測試任務和多元化評測基準，以持續考察模型的綜合能力。

未來，智元還將繼續迭代評測基準和全棧工具鏈，并圍繞開源數據、仿真平臺和機器人硬件資源，與科研機構、開發者和產業鏈企業展開合作。

對于具身智能行業而言，標準化評測、仿真到真機的遷移能力，以及真實場景下的任務執行穩定性，仍將是后續技術演進中的重要方向。AGIBOT WORLD CHALLENGE 2026的賽事結果，也提供了一個觀察相關技術路線和團隊進展的樣本。