Drei Disziplinen, drei Gewinner: WorldIncept, MW2 und ViTacX. Die Titel gelten jeweils für eine eigene Wertung – einen übergreifenden Gesamtsieger gibt es nicht.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort

Create a landscape editorial hero image for this Studio Global article: What were the final results of the WorldArena 2.0 Challenge held with IROS 2026, including its Tsinghua-led benchmark origins and expansion. Article summary: The reported winners of the WorldArena 2.0 Challenge at IROS 2026 were Visincept’s WorldIncept in Track 1, Zhongguancun Academy’s MW2 in Track 2, and Xiaomi MiRobot’s ViTacX in Track 3; these were separate track titles, . Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
Beim WorldArena-2.0-Challenge wurden Weltmodelle in drei unterschiedlichen Disziplinen geprüft: bei der Videovorhersage, als Umgebung für Online-Reinforcement-Learning und bei der Manipulation mit echten Robotern. In jeder Disziplin lag ein anderes Modell vorn. Die Ergebnisse sind deshalb als drei separate Titel zu lesen – nicht als Beleg für einen einzelnen Gesamtsieger.2
19
| Disziplin | Was geprüft wurde | Sieger |
|---|---|---|
| Track 1 | Videovorhersage | WorldIncept von Visincept |
| Track 2 | Weltmodelle als Umgebung für Online-Reinforcement-Learning | MW2 von der Zhongguancun Academy |
| Track 3 | Aufgaben mit realen Robotern | ViTacX von Xiaomi Robotics |
Die drei Tracks wurden unabhängig voneinander gewertet. Die finale Rangliste wurde laut Berichten am 16. September 2026 veröffentlicht; der gemeinsame Preisfonds lag bei 7.000 US-Dollar.18
19
WorldArena wurde ursprünglich von einem Team der Tsinghua-Universität gemeinsam mit weiteren Hochschulen und Forschungseinrichtungen als Benchmark für verkörperte Weltmodelle entwickelt. Bewertet werden sowohl die Wahrnehmungsqualität als auch der praktische Nutzen solcher Modelle.19
27
Die Version 2.0 erweitert den Prüfrahmen in drei Richtungen: von rein visuellen zu visuell-taktilen Eingaben, von Offline-Aufgaben zu Online-Reinforcement-Learning und von Simulationen zu Einsätzen mit echten Robotern. Die drei Challenge-Tracks bilden diese Erweiterungen ab.2
19
27
Im ersten Track ging es um Videovorhersage. Bewertet wurde mit 15 Kennzahlen über 70 Aufgaben hinweg: 50 Szenen zeigten weiße Tischplatten, 20 weitere farbige oder strukturierte Oberflächen. Insgesamt wurden 81 Modelle in die Rangliste aufgenommen.16
19
WorldIncept von Visincept erreichte 72,33 Punkte. BWM-Turbo vom Team für räumliche Intelligenz der Tongji-Universität kam mit 71,49 Punkten auf Platz zwei – ein Abstand von 0,84 Punkten.16
19
WorldIncept lag laut Berichten bei der Einhaltung physikalischer Regeln, der 3D-Genauigkeit und der semantischen Übereinstimmung vorn. BWM-Turbo zeigte Stärken bei der Konsistenz des Hintergrunds und der Ähnlichkeit der Repräsentationen.17 Die beiden Modelle verfolgen unterschiedliche technische Ansätze: WorldIncept setzt auf die JEPA-Linie und das Lernen von Repräsentationen in einem latenten Raum. BWM-Turbo nutzt eine Diffusion-Transformer-Architektur mit dynamischem Speicher.
2
17
Der zweite Track prüfte, ob sich ein Weltmodell als Umgebung für Online-Reinforcement-Learning einsetzen lässt. Diese Art der Bewertung gehört zu den Erweiterungen von WorldArena 2.0.2
19
MW2 von der Zhongguancun Academy gewann mit 72,93 Punkten. TTWM erreichte 72,40 Punkte und lag damit 0,53 Punkte zurück.17 TTWM wird in den Berichten als zielkonditioniertes, kausales Weltmodell von Chenhunxian Technology beschrieben; das Unternehmen wird dort mit der JEPA-Linie in Verbindung gebracht.
2
17
Das Ergebnis bezieht sich auf die Bewertung in diesem Track. Aus dem Punktestand allein lässt sich nicht ableiten, dass ein Modell bei sämtlichen Aufgaben des Roboterlernens überlegen ist.
Im dritten Track holte ViTacX von Xiaomi Robotics den Sieg. Hier wurde die Bewertung auf die Manipulation mit realen Robotern ausgeweitet; visuell-taktile Fähigkeiten sind zugleich Teil des erweiterten Rahmens von WorldArena 2.0.18
19
27
Dieser Sieg beantwortet eine andere Frage als die Ergebnisse zur Videovorhersage oder zum Online-Reinforcement-Learning: ViTacX gewann den Track für reale Roboteraufgaben. Daraus folgt nicht, dass das Modell auch die beiden anderen Disziplinen für sich entschieden hat.2
19
Die drei Tracks prüfen verschiedene Fähigkeiten: Videos vorherzusagen, ein Modell als Lernumgebung zu nutzen und Aufgaben mit einem echten Roboter auszuführen. Dass dabei unterschiedliche Modelle gewinnen, ist kein Widerspruch – die Ranglisten messen nicht dasselbe.2
19
Die aussagekräftigste Schlussfolgerung lautet daher: WorldIncept, MW2 und ViTacX setzten sich jeweils in ihrer eigenen Disziplin durch. Ein Modell, das alle drei Bereiche anführt, wurde mit diesen Ergebnissen nicht gekürt. Wer die Rangliste einordnet, sollte deshalb zuerst auf den jeweiligen Track und dessen Aufgaben schauen, statt die Punktzahlen über unterschiedliche Prüfungen hinweg gleichzusetzen.
Studio Global AI
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Drei Disziplinen, drei Gewinner: WorldIncept, MW2 und ViTacX. Die Titel gelten jeweils für eine eigene Wertung – einen übergreifenden Gesamtsieger gibt es nicht.
Drei Disziplinen, drei Gewinner: WorldIncept, MW2 und ViTacX. Die Titel gelten jeweils für eine eigene Wertung – einen übergreifenden Gesamtsieger gibt es nicht. WorldArena 2.0 erweitert den Benchmark von visuellen Tests auf visuell taktile Eingaben, Online Reinforcement Learning und Aufgaben mit echten Robotern.[2][19]
Drei Disziplinen, drei Gewinner: WorldIncept, MW2 und ViTacX. Die Titel gelten jeweils für eine eigene Wertung – einen übergreifenden Gesamtsieger gibt es nicht.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort

Create a landscape editorial hero image for this Studio Global article: What were the final results of the WorldArena 2.0 Challenge held with IROS 2026, including its Tsinghua-led benchmark origins and expansion. Article summary: The reported winners of the WorldArena 2.0 Challenge at IROS 2026 were Visincept’s WorldIncept in Track 1, Zhongguancun Academy’s MW2 in Track 2, and Xiaomi MiRobot’s ViTacX in Track 3; these were separate track titles, . Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
Beim WorldArena-2.0-Challenge wurden Weltmodelle in drei unterschiedlichen Disziplinen geprüft: bei der Videovorhersage, als Umgebung für Online-Reinforcement-Learning und bei der Manipulation mit echten Robotern. In jeder Disziplin lag ein anderes Modell vorn. Die Ergebnisse sind deshalb als drei separate Titel zu lesen – nicht als Beleg für einen einzelnen Gesamtsieger.2
19
| Disziplin | Was geprüft wurde | Sieger |
|---|---|---|
| Track 1 | Videovorhersage | WorldIncept von Visincept |
| Track 2 | Weltmodelle als Umgebung für Online-Reinforcement-Learning | MW2 von der Zhongguancun Academy |
| Track 3 | Aufgaben mit realen Robotern | ViTacX von Xiaomi Robotics |
Die drei Tracks wurden unabhängig voneinander gewertet. Die finale Rangliste wurde laut Berichten am 16. September 2026 veröffentlicht; der gemeinsame Preisfonds lag bei 7.000 US-Dollar.18
19
WorldArena wurde ursprünglich von einem Team der Tsinghua-Universität gemeinsam mit weiteren Hochschulen und Forschungseinrichtungen als Benchmark für verkörperte Weltmodelle entwickelt. Bewertet werden sowohl die Wahrnehmungsqualität als auch der praktische Nutzen solcher Modelle.19
27
Die Version 2.0 erweitert den Prüfrahmen in drei Richtungen: von rein visuellen zu visuell-taktilen Eingaben, von Offline-Aufgaben zu Online-Reinforcement-Learning und von Simulationen zu Einsätzen mit echten Robotern. Die drei Challenge-Tracks bilden diese Erweiterungen ab.2
19
27
Im ersten Track ging es um Videovorhersage. Bewertet wurde mit 15 Kennzahlen über 70 Aufgaben hinweg: 50 Szenen zeigten weiße Tischplatten, 20 weitere farbige oder strukturierte Oberflächen. Insgesamt wurden 81 Modelle in die Rangliste aufgenommen.16
19
WorldIncept von Visincept erreichte 72,33 Punkte. BWM-Turbo vom Team für räumliche Intelligenz der Tongji-Universität kam mit 71,49 Punkten auf Platz zwei – ein Abstand von 0,84 Punkten.16
19
WorldIncept lag laut Berichten bei der Einhaltung physikalischer Regeln, der 3D-Genauigkeit und der semantischen Übereinstimmung vorn. BWM-Turbo zeigte Stärken bei der Konsistenz des Hintergrunds und der Ähnlichkeit der Repräsentationen.17 Die beiden Modelle verfolgen unterschiedliche technische Ansätze: WorldIncept setzt auf die JEPA-Linie und das Lernen von Repräsentationen in einem latenten Raum. BWM-Turbo nutzt eine Diffusion-Transformer-Architektur mit dynamischem Speicher.
2
17
Der zweite Track prüfte, ob sich ein Weltmodell als Umgebung für Online-Reinforcement-Learning einsetzen lässt. Diese Art der Bewertung gehört zu den Erweiterungen von WorldArena 2.0.2
19
MW2 von der Zhongguancun Academy gewann mit 72,93 Punkten. TTWM erreichte 72,40 Punkte und lag damit 0,53 Punkte zurück.17 TTWM wird in den Berichten als zielkonditioniertes, kausales Weltmodell von Chenhunxian Technology beschrieben; das Unternehmen wird dort mit der JEPA-Linie in Verbindung gebracht.
2
17
Das Ergebnis bezieht sich auf die Bewertung in diesem Track. Aus dem Punktestand allein lässt sich nicht ableiten, dass ein Modell bei sämtlichen Aufgaben des Roboterlernens überlegen ist.
Im dritten Track holte ViTacX von Xiaomi Robotics den Sieg. Hier wurde die Bewertung auf die Manipulation mit realen Robotern ausgeweitet; visuell-taktile Fähigkeiten sind zugleich Teil des erweiterten Rahmens von WorldArena 2.0.18
19
27
Dieser Sieg beantwortet eine andere Frage als die Ergebnisse zur Videovorhersage oder zum Online-Reinforcement-Learning: ViTacX gewann den Track für reale Roboteraufgaben. Daraus folgt nicht, dass das Modell auch die beiden anderen Disziplinen für sich entschieden hat.2
19
Die drei Tracks prüfen verschiedene Fähigkeiten: Videos vorherzusagen, ein Modell als Lernumgebung zu nutzen und Aufgaben mit einem echten Roboter auszuführen. Dass dabei unterschiedliche Modelle gewinnen, ist kein Widerspruch – die Ranglisten messen nicht dasselbe.2
19
Die aussagekräftigste Schlussfolgerung lautet daher: WorldIncept, MW2 und ViTacX setzten sich jeweils in ihrer eigenen Disziplin durch. Ein Modell, das alle drei Bereiche anführt, wurde mit diesen Ergebnissen nicht gekürt. Wer die Rangliste einordnet, sollte deshalb zuerst auf den jeweiligen Track und dessen Aufgaben schauen, statt die Punktzahlen über unterschiedliche Prüfungen hinweg gleichzusetzen.
Studio Global AI
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Drei Disziplinen, drei Gewinner: WorldIncept, MW2 und ViTacX. Die Titel gelten jeweils für eine eigene Wertung – einen übergreifenden Gesamtsieger gibt es nicht.
Drei Disziplinen, drei Gewinner: WorldIncept, MW2 und ViTacX. Die Titel gelten jeweils für eine eigene Wertung – einen übergreifenden Gesamtsieger gibt es nicht. WorldArena 2.0 erweitert den Benchmark von visuellen Tests auf visuell taktile Eingaben, Online Reinforcement Learning und Aufgaben mit echten Robotern.[2][19]