Итоговые результаты соревнования WorldArena 2.0 Challenge, проведенного совместно с IROS 2026, демонстрируют, что различные подходы к построению мировых моделей побеждают в разных типах тестов. WorldArena — это эталонный тест, созданный командой Университета Цинхуа совместно с университетами Китая и других стран. Вторая версия расширяет его от визуального ввода до визуально-тактильного, от офлайн-задач до онлайн-обучения с подкреплением и от симуляции до реальных роботов, сообщает Leiphone.
Соревнование включало три независимо ранжируемых трека с общим призовым фондом в 7 000 долларов США, а окончательные результаты были опубликованы 16 сентября.
Трек 1 оценивает предсказание видео с использованием 15 метрик по 70 задачам: 50 сцен в пределах распределения на белых столешницах и 20 сцен вне распределения с цветными или текстурированными столами. Из 81 ранжированной модели модель WorldIncept от Visincept заняла первое место с результатом 72,33, опередив BWM-Turbo от команды пространственного интеллекта Университета Тунцзи с результатом 71,49. Разрыв составил всего 0,84 балла. WorldIncept лидировала по соответствию физическим законам, точности 3D и семантическому выравниванию, в то время как BWM-Turbo заняла первое место по согласованности фона и сходству с JEPA. Visincept явно следует подходу JEPA.
Трек 2, новый в этом году, использует мировую модель в качестве среды для онлайн-обучения с подкреплением в задаче настройки бутылки RoboTwin 2.0, а затем тестирует обученную политику в симуляции. MW2 от Академии Чжунгуаньцунь выиграла с результатом 72,93 среди 47 моделей, опередив TTWM, конкурсную версию целевой причинно-следственной мировой модели от другого стартапа, ориентированного на JEPA, на 0,53 балла. Команда занявшего второе место сообщила, что обучение в их модели повысило частоту успешных действий политики pi0.5 с 55,46% до 72,40%.
Трек 3, также новый, проводится на реальных двухруких роботах AgileX и Franka Panda. Его визуально-тактильные задачи включают подбор чипов, очистку огурца и вставку вилки; его задачи только с использованием зрения включают протирку столов, наливание воды и складывание одежды. ViTacX из команды MiRobot компании Xiaomi выиграла в общем зачете с результатом 76,64. Ее лидерство было обусловлено подрейтингом только с использованием зрения, который она возглавила с результатом 85,000, включая идеальные оценки по трем задачам. В подрейтинге визуально-тактильных задач она заняла третье место с результатом 66,67, в то время как OmniFlow из Шанхайского технологического университета занял второе место в обоих.
Организаторы отметили, что участие в каждом треке было добровольным, поэтому пока ни одна модель не показала лидерства одновременно в генерации видео, обучении политик и манипуляциях реальными роботами.
СМОТРИТЕ ТАКЖЕ:Xiaomi открывает исходный код воплощенной мировой модели Robotics-U0 и стека для обучения · Muka Robotics бросает вызов WorldArena своей мировой моделью LJM
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
