WorldIncept, MW2 en ViTacX wonnen elk een eigen onderdeel. Er is geen enkele totaalkampioen uitgeroepen. WorldArena 2.0 breidde de benchmark uit van visuele tests naar visueel tactiele invoer, online reinforcement learning en opdrachten met echte robots.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer

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
De WorldArena 2.0 Challenge zette wereldmodellen op drie verschillende proeven: video voorspellen, een omgeving bieden voor online reinforcement learning en taken uitvoeren met echte robots. De winnaars verschillen per onderdeel. Dat is geen tegenstrijdigheid: de drie onderdelen meten andere vaardigheden, en er is geen overkoepelende totaalkampioen aangewezen. 2
19
| Onderdeel | Wat werd getest? | Winnaar |
|---|---|---|
| Track 1 | Videovoorspelling | WorldIncept van Visincept |
| Track 2 | Wereldmodellen inzetten voor online reinforcement learning | MW2 van Zhongguancun Academy |
| Track 3 | Manipulatie met echte robots | ViTacX van Xiaomi Robotics |
De onderdelen kregen elk een eigen ranglijst. Volgens de berichtgeving werden de definitieve resultaten op 16 september 2026 gepubliceerd en bedroeg het gezamenlijke prijzengeld 7.000 dollar. 18
19
WorldArena is een benchmark die is opgezet door een team onder leiding van Tsinghua, samen met meerdere universiteiten en onderzoeksinstellingen. Het doel is om niet alleen te meten hoe goed een wereldmodel de omgeving waarneemt, maar ook hoe bruikbaar het is voor taken waarbij een robot moet handelen. 19
27
WorldArena 2.0 verbreedt die evaluatie op drie punten: van alleen beeld naar visueel-tactiele informatie, van offline tests naar online reinforcement learning en van simulaties naar robots in de echte wereld. De drie wedstrijdonderdelen sluiten daarop aan. 2
19
De videovoorspelling werd beoordeeld met 15 meetpunten over 70 taken. Daarvan speelden er 50 zich af op witte tafels en 20 op gekleurde of getextureerde tafels. In totaal stonden 81 modellen op de ranglijst. 16
19
WorldIncept eindigde met 72,33 punten. BWM-Turbo van Tongji University volgde met 71,49: een verschil van 0,84 punt. 16
19 Volgens de berichtgeving scoorde WorldIncept sterk op het volgen van natuurkundige regels, 3D-nauwkeurigheid en semantische afstemming. BWM-Turbo viel onder meer op bij de consistentie van achtergronden en de overeenkomst tussen representaties.
17
De modellen gebruiken verschillende benaderingen. WorldIncept volgt de JEPA-richting, die nadruk legt op het leren van representaties in een latente ruimte. BWM-Turbo gebruikt een diffusion-transformerarchitectuur in combinatie met dynamisch geheugen. 2
17
In Track 2 werd getest hoe bruikbaar een wereldmodel is als omgeving waarin een beleid — de regels waarmee een systeem acties kiest — online kan worden getraind. Dit was een nieuw onderdeel van WorldArena 2.0. 2
19
MW2 van Zhongguancun Academy won met 72,93 punten. TTWM eindigde tweede met 72,40, een verschil van 0,53 punt. 17 De berichtgeving beschrijft TTWM als een doelgestuurd causaal wereldmodel van Chenhunxian Technology en verbindt het team met de JEPA-benadering.
2
17
De uitslag zegt iets over prestaties binnen deze specifieke test. Op basis van één score kun je niet concluderen dat een model beter is voor alle robotleertaken.
ViTacX van Xiaomi Robotics pakte de winst in het onderdeel voor echte robotmanipulatie. 18
19 Dit resultaat gaat over een andere uitdaging dan video voorspellen of een trainingsomgeving voor reinforcement learning leveren. Het betekent dus niet dat ViTacX ook de andere twee onderdelen won.
2
19
De drie winnaars tonen hoe verschillend de huidige tests zijn: een model kan uitblinken in videovoorspelling, terwijl een ander beter scoort als trainingsomgeving of bij robotmanipulatie. De ranglijsten wijzen daarom geen enkel model aan als leider over alle drie de vaardigheden. 2
19
Wie de resultaten vergelijkt, doet er goed aan eerst te kijken naar het onderdeel en de taak die zijn getest. Een overwinning op één baan bewijst op zichzelf niet dat een model ook bij andere taken of onderdelen vooroploopt.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
WorldIncept, MW2 en ViTacX wonnen elk een eigen onderdeel. Er is geen enkele totaalkampioen uitgeroepen.
WorldIncept, MW2 en ViTacX wonnen elk een eigen onderdeel. Er is geen enkele totaalkampioen uitgeroepen. WorldArena 2.0 breidde de benchmark uit van visuele tests naar visueel tactiele invoer, online reinforcement learning en opdrachten met echte robots.
WorldIncept, MW2 en ViTacX wonnen elk een eigen onderdeel. Er is geen enkele totaalkampioen uitgeroepen. WorldArena 2.0 breidde de benchmark uit van visuele tests naar visueel tactiele invoer, online reinforcement learning en opdrachten met echte robots.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer

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
De WorldArena 2.0 Challenge zette wereldmodellen op drie verschillende proeven: video voorspellen, een omgeving bieden voor online reinforcement learning en taken uitvoeren met echte robots. De winnaars verschillen per onderdeel. Dat is geen tegenstrijdigheid: de drie onderdelen meten andere vaardigheden, en er is geen overkoepelende totaalkampioen aangewezen. 2
19
| Onderdeel | Wat werd getest? | Winnaar |
|---|---|---|
| Track 1 | Videovoorspelling | WorldIncept van Visincept |
| Track 2 | Wereldmodellen inzetten voor online reinforcement learning | MW2 van Zhongguancun Academy |
| Track 3 | Manipulatie met echte robots | ViTacX van Xiaomi Robotics |
De onderdelen kregen elk een eigen ranglijst. Volgens de berichtgeving werden de definitieve resultaten op 16 september 2026 gepubliceerd en bedroeg het gezamenlijke prijzengeld 7.000 dollar. 18
19
WorldArena is een benchmark die is opgezet door een team onder leiding van Tsinghua, samen met meerdere universiteiten en onderzoeksinstellingen. Het doel is om niet alleen te meten hoe goed een wereldmodel de omgeving waarneemt, maar ook hoe bruikbaar het is voor taken waarbij een robot moet handelen. 19
27
WorldArena 2.0 verbreedt die evaluatie op drie punten: van alleen beeld naar visueel-tactiele informatie, van offline tests naar online reinforcement learning en van simulaties naar robots in de echte wereld. De drie wedstrijdonderdelen sluiten daarop aan. 2
19
De videovoorspelling werd beoordeeld met 15 meetpunten over 70 taken. Daarvan speelden er 50 zich af op witte tafels en 20 op gekleurde of getextureerde tafels. In totaal stonden 81 modellen op de ranglijst. 16
19
WorldIncept eindigde met 72,33 punten. BWM-Turbo van Tongji University volgde met 71,49: een verschil van 0,84 punt. 16
19 Volgens de berichtgeving scoorde WorldIncept sterk op het volgen van natuurkundige regels, 3D-nauwkeurigheid en semantische afstemming. BWM-Turbo viel onder meer op bij de consistentie van achtergronden en de overeenkomst tussen representaties.
17
De modellen gebruiken verschillende benaderingen. WorldIncept volgt de JEPA-richting, die nadruk legt op het leren van representaties in een latente ruimte. BWM-Turbo gebruikt een diffusion-transformerarchitectuur in combinatie met dynamisch geheugen. 2
17
In Track 2 werd getest hoe bruikbaar een wereldmodel is als omgeving waarin een beleid — de regels waarmee een systeem acties kiest — online kan worden getraind. Dit was een nieuw onderdeel van WorldArena 2.0. 2
19
MW2 van Zhongguancun Academy won met 72,93 punten. TTWM eindigde tweede met 72,40, een verschil van 0,53 punt. 17 De berichtgeving beschrijft TTWM als een doelgestuurd causaal wereldmodel van Chenhunxian Technology en verbindt het team met de JEPA-benadering.
2
17
De uitslag zegt iets over prestaties binnen deze specifieke test. Op basis van één score kun je niet concluderen dat een model beter is voor alle robotleertaken.
ViTacX van Xiaomi Robotics pakte de winst in het onderdeel voor echte robotmanipulatie. 18
19 Dit resultaat gaat over een andere uitdaging dan video voorspellen of een trainingsomgeving voor reinforcement learning leveren. Het betekent dus niet dat ViTacX ook de andere twee onderdelen won.
2
19
De drie winnaars tonen hoe verschillend de huidige tests zijn: een model kan uitblinken in videovoorspelling, terwijl een ander beter scoort als trainingsomgeving of bij robotmanipulatie. De ranglijsten wijzen daarom geen enkel model aan als leider over alle drie de vaardigheden. 2
19
Wie de resultaten vergelijkt, doet er goed aan eerst te kijken naar het onderdeel en de taak die zijn getest. Een overwinning op één baan bewijst op zichzelf niet dat een model ook bij andere taken of onderdelen vooroploopt.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
WorldIncept, MW2 en ViTacX wonnen elk een eigen onderdeel. Er is geen enkele totaalkampioen uitgeroepen.
WorldIncept, MW2 en ViTacX wonnen elk een eigen onderdeel. Er is geen enkele totaalkampioen uitgeroepen. WorldArena 2.0 breidde de benchmark uit van visuele tests naar visueel tactiele invoer, online reinforcement learning en opdrachten met echte robots.