AGIBOT organiseerde de AGIBOT World Challenge 2026 tijdens ICRA 2026 in Wenen. Aan de wedstrijd deden 526 onderzoeks- en bedrijfsteams uit 27 landen mee. Zij namen het tegen elkaar op in twee onderdelen rond embodied AI, met de nadruk op redeneren, handelen en wereldmodellering.
De competitie bestond uit twee beoordelingsgebieden. In het onderdeel Reasoning to Action werd getest hoe robots opdrachten interpreteren, acties plannen en deze uitvoeren in fysieke omgevingen. Het onderdeel World Model beoordeelde hoe AI-systemen veranderingen in de fysieke wereld voorspellen en interacties modelleren op basis van robotacties en sensordata.
De deelnemende teams kwamen van universiteiten, onderzoeksinstituten, technologiebedrijven, startups en onafhankelijke ontwikkelaarsgroepen. Onder de vertegenwoordigde instellingen en bedrijven waren de Chinese Academy of Sciences, Tsinghua University, de University of Science and Technology of China, de University of California San Diego, Sber Robotics Center, Alibaba, Amap en vivo. Meer dan honderd teams presteerden beter dan de officiële baseline.
De wedstrijd combineerde online geautomatiseerde evaluaties met een offline finale op echte robots in Wenen. AGIBOT gebruikte hiervoor de frameworks EWMBench en Genie Sim Benchmark. Daarmee konden tests automatisch worden uitgevoerd, meetmethoden worden gestandaardiseerd en resultaten reproduceerbaar worden beoordeeld in zowel simulaties als fysieke uitvoeringen.
Tijdens de offline finale voerden teams taken uit met AGIBOT’s G2-humanoïde robot in realistische scenario’s. In de beoordeling telden onder meer de stabiliteit van de robot, het aanpassingsvermogen in fysieke omgevingen en de betrouwbaarheid bij taken over langere tijd mee.
Het onderdeel Reasoning to Action bouwde voort op het Manipulation-onderdeel uit 2025, maar had een bredere opzet. Het omvatte omgevingsbegrip, taakplanning en fysieke uitvoering. Teams trainden modellen voor redeneren en manipulatie met de open-source dataset AGIBOT World en testten deze via Genie Sim 3.0. De benchmark omvatte taalbegrip, ruimtelijk redeneren, basishandelingen, omgaan met verstoringen en zero-shot transfer. PrismBot van vivo won dit onderdeel, gevolgd door RP-VLA van Shanghai RoboParty en GreenVLA.
AGIBOT en Dexmal introduceerden ook een benchmarkonderdeel in een echte supermarktsetting. Dit onderdeel richtte zich op end-to-end besluitvorming en volledige lichaamsbesturing. Modellen moesten mobiele manipulatietaken uitvoeren in een winkelachtige omgeving, zoals zelfstandig navigeren, producten pakken, vervoeren en plaatsen. De algoritmes van deelnemers bestuurden echte robots op afstand via API’s. Daarbij golden fysieke beperkingen, zoals maximale schaphoogtes en willekeurig geplaatste producten.
In het onderdeel World Model eindigde NeoVerse-ABot als eerste. Dit was een gezamenlijk team van het Institute of Automation van de Chinese Academy of Sciences en Amap CV Lab. PAI@IAII van het Institute of Industrial Artificial Intelligence, Chinese Academy of Sciences, werd tweede. Loop van de University of Science and Technology of China eindigde als derde. Dit onderdeel omvatte ook niet-ideale fysieke interacties, zoals vallende objecten en mislukte grijppogingen.
