WorldIncept, MW2 och ViTacX vann var sitt självständigt rankat tävlingsspår. Resultaten offentliggjordes den 16 september 2026 och den sammanlagda prispotten var 7 000 dollar.[18][19] WorldArena 2.0 utökade utvärderingen från visuella indata till syn och känsel, från offlineuppgifter till onlineförstärkningsinlärnin...
Publicerad avRedigerad med GPT-6 LunaBilder genererade med 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
WorldArena 2.0 satte modeller för kroppslig AI på prov i tre olika sammanhang: videoprediktion, onlineförstärkningsinlärning och verklig robotmanipulation. Olika modeller vann de olika spåren, så resultaten bör läsas som tre separata segrar – inte som att en modell korats till totalvinnare.2
19
| Spår | Vad utvärderades? | Vinnare |
|---|---|---|
| Track 1 | Videoprediktion | WorldIncept från Visincept |
| Track 2 | Världsmodeller som miljö för onlineförstärkningsinlärning | MW2 från Zhongguancun Academy |
| Track 3 | Robotmanipulation i verkliga miljöer | ViTacX från Xiaomi Robotics |
Spåren rankades var för sig. Den sammanlagda prispotten uppgavs vara 7 000 dollar, och slutresultaten publicerades den 16 september 2026.18
19
WorldArena utvecklades av ett Tsinghua-lett samarbete med flera universitet och forskningsinstitutioner. Utvärderingen fokuserar på både hur väl kroppsliga världsmodeller uppfattar sin omgivning och hur användbara de är för uppgifter.19
27
Med version 2.0 breddades bedömningen på tre sätt: från enbart syn till syn- och känselinformation, från offlineutvärdering till onlineförstärkningsinlärning och från simulering till robotar i verkliga miljöer. Tävlingsspåren speglade den breddningen genom att testa videoprediktion, inlärningsmiljöer och robotmanipulation separat.2
19
Det första spåret bedömde videoprediktion med 15 mått över 70 uppgifter: 50 scener med vita bord och 20 scener med färgade eller mönstrade bord. Enligt rapporteringen deltog 81 modeller i rankningen.16
19
WorldIncept från Visincept fick 72,33 poäng. BWM-Turbo från Tongji University kom tvåa med 71,49 – en skillnad på 0,84 poäng.16
19 WorldIncept låg främst i måtten för fysikalisk konsekvens, 3D-noggrannhet och semantisk överensstämmelse. BWM-Turbo utmärkte sig i stället inom bakgrundskonsekvens och representationslikhet.
17
Modellerna bygger också på olika tekniska angreppssätt. WorldIncept beskrivs som en JEPA-modell med fokus på representationer i ett latent rum, medan BWM-Turbo använder en diffusionsbaserad Transformer-arkitektur med dynamiskt minne.2
17
I det andra spåret testades världsmodeller som träningsmiljöer för onlineförstärkningsinlärning. Det var en av de nya utvärderingsriktningarna i WorldArena 2.0.2
19
MW2 från Zhongguancun Academy vann med 72,93 poäng. TTWM blev tvåa med 72,40, vilket gav en marginal på 0,53 poäng.17 TTWM beskrivs i rapporteringen som en målstyrd kausal världsmodell från Chenhunxian Technology, ett bolag som kopplas till JEPA-inriktningen.
2
17
Resultatet visar hur modellerna presterade i det här specifika spåret. Det räcker inte i sig för att dra slutsatsen att en modell är bättre i alla uppgifter inom robotinlärning.
ViTacX från Xiaomi Robotics vann det tredje spåret, som utvärderade robotmanipulation i verkliga miljöer. WorldArena 2.0:s bredare upplägg omfattar också förmågan att kombinera syn- och känselinformation.18
19
27
Det är en annan typ av resultat än segrarna i video- och förstärkningsinlärningsspåren: ViTacX vann robotspåret, men inte de två andra.2
19
De tre spåren mätte olika förmågor: att förutsäga video, att fungera som miljö för onlineförstärkningsinlärning och att styra robotmanipulation. Att olika modeller vann är därför inte motsägelsefullt. Den försiktiga slutsatsen är att olika modeller ledde inom olika utvärderingsområden – tävlingen utsåg ingen gemensam totalvinnare för alla tre.2
19
När resultaten jämförs är det därför viktigt att först se vilket spår och vilken uppgift poängen gäller. En seger i ett spår visar inte i sig att modellen också är bäst i de andra.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
WorldIncept, MW2 och ViTacX vann var sitt självständigt rankat tävlingsspår. Resultaten offentliggjordes den 16 september 2026 och den sammanlagda prispotten var 7 000 dollar.[18][19]
WorldIncept, MW2 och ViTacX vann var sitt självständigt rankat tävlingsspår. Resultaten offentliggjordes den 16 september 2026 och den sammanlagda prispotten var 7 000 dollar.[18][19] WorldArena 2.0 utökade utvärderingen från visuella indata till syn och känsel, från offlineuppgifter till onlineförstärkningsinlärning och från simulering till robotar i verkliga miljöer.[2][19]
WorldIncept, MW2 och ViTacX vann var sitt självständigt rankat tävlingsspår. Resultaten offentliggjordes den 16 september 2026 och den sammanlagda prispotten var 7 000 dollar.[18][19] WorldArena 2.0 utökade utvärderingen från visuella indata till syn och känsel, från offlineuppgifter till onlineförstärkningsinlärnin...
Publicerad avRedigerad med GPT-6 LunaBilder genererade med 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
WorldArena 2.0 satte modeller för kroppslig AI på prov i tre olika sammanhang: videoprediktion, onlineförstärkningsinlärning och verklig robotmanipulation. Olika modeller vann de olika spåren, så resultaten bör läsas som tre separata segrar – inte som att en modell korats till totalvinnare.2
19
| Spår | Vad utvärderades? | Vinnare |
|---|---|---|
| Track 1 | Videoprediktion | WorldIncept från Visincept |
| Track 2 | Världsmodeller som miljö för onlineförstärkningsinlärning | MW2 från Zhongguancun Academy |
| Track 3 | Robotmanipulation i verkliga miljöer | ViTacX från Xiaomi Robotics |
Spåren rankades var för sig. Den sammanlagda prispotten uppgavs vara 7 000 dollar, och slutresultaten publicerades den 16 september 2026.18
19
WorldArena utvecklades av ett Tsinghua-lett samarbete med flera universitet och forskningsinstitutioner. Utvärderingen fokuserar på både hur väl kroppsliga världsmodeller uppfattar sin omgivning och hur användbara de är för uppgifter.19
27
Med version 2.0 breddades bedömningen på tre sätt: från enbart syn till syn- och känselinformation, från offlineutvärdering till onlineförstärkningsinlärning och från simulering till robotar i verkliga miljöer. Tävlingsspåren speglade den breddningen genom att testa videoprediktion, inlärningsmiljöer och robotmanipulation separat.2
19
Det första spåret bedömde videoprediktion med 15 mått över 70 uppgifter: 50 scener med vita bord och 20 scener med färgade eller mönstrade bord. Enligt rapporteringen deltog 81 modeller i rankningen.16
19
WorldIncept från Visincept fick 72,33 poäng. BWM-Turbo från Tongji University kom tvåa med 71,49 – en skillnad på 0,84 poäng.16
19 WorldIncept låg främst i måtten för fysikalisk konsekvens, 3D-noggrannhet och semantisk överensstämmelse. BWM-Turbo utmärkte sig i stället inom bakgrundskonsekvens och representationslikhet.
17
Modellerna bygger också på olika tekniska angreppssätt. WorldIncept beskrivs som en JEPA-modell med fokus på representationer i ett latent rum, medan BWM-Turbo använder en diffusionsbaserad Transformer-arkitektur med dynamiskt minne.2
17
I det andra spåret testades världsmodeller som träningsmiljöer för onlineförstärkningsinlärning. Det var en av de nya utvärderingsriktningarna i WorldArena 2.0.2
19
MW2 från Zhongguancun Academy vann med 72,93 poäng. TTWM blev tvåa med 72,40, vilket gav en marginal på 0,53 poäng.17 TTWM beskrivs i rapporteringen som en målstyrd kausal världsmodell från Chenhunxian Technology, ett bolag som kopplas till JEPA-inriktningen.
2
17
Resultatet visar hur modellerna presterade i det här specifika spåret. Det räcker inte i sig för att dra slutsatsen att en modell är bättre i alla uppgifter inom robotinlärning.
ViTacX från Xiaomi Robotics vann det tredje spåret, som utvärderade robotmanipulation i verkliga miljöer. WorldArena 2.0:s bredare upplägg omfattar också förmågan att kombinera syn- och känselinformation.18
19
27
Det är en annan typ av resultat än segrarna i video- och förstärkningsinlärningsspåren: ViTacX vann robotspåret, men inte de två andra.2
19
De tre spåren mätte olika förmågor: att förutsäga video, att fungera som miljö för onlineförstärkningsinlärning och att styra robotmanipulation. Att olika modeller vann är därför inte motsägelsefullt. Den försiktiga slutsatsen är att olika modeller ledde inom olika utvärderingsområden – tävlingen utsåg ingen gemensam totalvinnare för alla tre.2
19
När resultaten jämförs är det därför viktigt att först se vilket spår och vilken uppgift poängen gäller. En seger i ett spår visar inte i sig att modellen också är bäst i de andra.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
WorldIncept, MW2 och ViTacX vann var sitt självständigt rankat tävlingsspår. Resultaten offentliggjordes den 16 september 2026 och den sammanlagda prispotten var 7 000 dollar.[18][19]
WorldIncept, MW2 och ViTacX vann var sitt självständigt rankat tävlingsspår. Resultaten offentliggjordes den 16 september 2026 och den sammanlagda prispotten var 7 000 dollar.[18][19] WorldArena 2.0 utökade utvärderingen från visuella indata till syn och känsel, från offlineuppgifter till onlineförstärkningsinlärning och från simulering till robotar i verkliga miljöer.[2][19]