智元办机器人挑战赛：清华&上海AILab夺冠，华南理工亚军

henry 发自 IROS
量子位 | 公众号 QbitAI

这届机器人挑战赛，真的太卷了。

智元机器人联合OpenDriveLab举办的机器人挑战赛——

AGIBOT World Challenge线下决赛在杭州IROS正式落幕。

来自全球的11支顶尖队伍在抓取、折叠、烹饪、倒水等六大真实物理任务中展开激烈角逐，现场高能不断。

最终，清华大学联合上海AI Lab的AIR-DREAM团队凭借出色的综合表现夺得总冠军，华南理工大学香港大学团队分获二、三名。

除比赛之外，智元在此次IROS上也展示了精灵系列、灵犀x2、远征A2等产品线。

其中，精灵-G2是16号发布以来的首次公开亮相。

清华&上海AILab、华南理工、港大包揽前三

在本次AGIBOT World Challenge——Manipulation线下真机决赛中，共有来自全球顶尖高校与研究机构的11支队伍登台对决。

选手们在“整理杂货”“动态分拣”“衣物折叠”“厨房操作”等六大真实物理任务中展开角逐，全面检验具身智能系统的操作精度与泛化能力。

经过三天的激烈比拼，最终由清华大学上海AILab联合组成的AIR-DREAM团队夺得冠军。

华南理工的Notonlysim（全队仅一人）获得亚军。

香港大学的Firebot团队则斩获季军。

赛后，前三名的队伍还分享了他们的技术心得：首先是AIR-DREAM团队的——X-VLA模型。

X-VLA是一种可扩展、简洁的通用视觉-语言-动作（VLA）模型，它通过为每个机器人平台引入实体特定的可学习软提示（Soft Prompts）来有效解决跨实体、异构机器人数据的难题。

接下来是来自华南理工“单人成团”的曾嘉龙同学，他分享了自己的参赛经验：

• 在算力有限的情况下，先通过快速微调预训练基础模型建立可靠基准，再以低成本进行探索性改进，从而实现赛题要求的高成功率和强鲁棒性。

然后是香港大学Firebot团队的陈天行同学，分享了他们的参赛经验：

• 在资源紧张、时间有限的情况下，他们以预训练的基础模型π0为基础，依托RoboTwin 2.0仿真平台进行数据生成和并行强化学习，充分利用丰富的机器人部署经验，在10天内用8块A100 GPU搭建起高效可靠的技术路线。

Manipulation六大赛道

此次的线下真机决赛主要聚焦于仓库、分拣等真实物理场景，旨在向参赛者提供数据-模型-应用的完整链路，测试模型的泛化水平。

决赛共设置6个任务，涵盖物体抓取、动态拣选、衣物折叠、家务操作等真实场景，训练与测试场景比例为7:3，以考察机器人在“已见”与“未见”情境下的表现差异。

每支队伍需在每个任务中进行10次尝试，最终以平均得分计入总成绩，比赛的基线模型为UniVLA（RSS 2025）。

比赛中六个具身任务的具体设计与评测标准如下：

Pack groceries（整理杂货）

整理杂货任务限时90秒。比赛参与者需要在已拷贝好模型的机器人上（后续任务同），让机器人从桌面抓取三个零食，并将其准确放入购物袋中。

每成功抓取一个物品可获得1分，成功放入袋中再得1分，单个物品满分2分，三个物品累计满分6分。

该任务主要考察机器人在静态场景下的物体识别、抓取路径规划及稳定放置的能力。

Pack items from conveyor（从传送带上打包物品）

传送带任务限时90秒。比赛参与者需操控机器人在动态传送带上识别并抓取目标物品，将其放入指定的收纳箱中。

传送带上共有15个物品，机器人需在运动场景中完成至少三次成功抓取与放置操作。

每抓取一个物品得1分，正确放入箱中再得1分，累计满分6分。

该任务模拟物流拣选场景，考验机器人在动态环境下的目标检测、实时决策与操作稳定性。

Fold short sleeves（折叠短袖衣物）

折叠短袖任务限时150秒。比赛参与者需让机器人从左、右两侧依次抓取衣物边缘，并完成标准化的折叠动作。

左侧抓取、右侧抓取、折叠及整理各计1分，总分4分。

该任务旨在评估机器人对柔性物体的感知与操控能力，特别是布料类物体在非刚性状态下的形变识别与控制精度。

Microwave the food（加热食物）

加热食物任务限时150秒。机器人需完成从开门到启动微波炉的完整流程，包括按住门把手、打开门、将食物放入、推回门、关闭并按下启动键。

每个步骤计1分，累计满分6分。

该任务模拟家庭厨房场景，评估机器人对门类机械结构的操作顺序理解、力度控制及任务分解能力。

Restock the hanging area（补充挂放区物品）

补充挂放区任务限时60秒。机器人需从箱中取出指定物品，并将其准确放置到货架或挂放区域的对应位置。

抓取物品得1分，成功放置得1分，满分2分。

该任务考察机器人在狭小操作空间中的精确抓取与空间定位能力，以及物体置放动作的协调性。

Pour water（倒水）

倒水任务限时60秒。比赛参与者需让机器人完成从抓取水壶、向杯中倒入指定量的水，到将壶放回原位的全过程。

抓取、倒水、控制水量与放回各计1分，累计满分4分。

该任务主要用于评估机器人在连续控制与液体动态感知方面的综合性能，测试其在精细运动与环境反馈下的动作稳定性。

AgiBot World Challenge

本次线下决赛是AgiBot World Challenge@IROS 2025的收官之战。

大赛聚焦具身智能的两大核心方向——Manipulation（操作） 与 World Model（世界模型），总奖池高达56万美元

经过三个月的线上仿真赛，来自五大洲、23个国家和地区的431支顶尖战队参与角逐，覆盖高校、研究机构与前沿企业。

其中，Manipulation赛道经过层层筛选，最终由11支全球顶尖战队晋级线下真机决赛，并于本次IROS 的现场展开对决。

参赛选手依托智元机器人平台，完成多项具身智能任务，角逐6万美元奖金池，冠军团队独揽1万美元

与此同时，World Model赛道聚焦让AI预见物理世界这一核心命题。

参赛者基于智元开源的 AgiBot World数据集与EVAC基线模型开发智能体系统。最终由VIPL-GENUNHD-RoboSHIELD-LMD三支团队分别摘得冠亚季军。

最后，值得一提的是，在比赛展厅的隔壁，智元机器人刚刚发布的能“射箭”的机器人——精灵 G2也在本届IROS迎来了首次线下亮相。

观众们还可在智元展台体验一把机器人射箭，现场感受精灵G2遥操作的超低延时和超高精度。