CVPR 2026|世界模型 + 真机 + 仿真同台评测!CVPR 首届具身智能顶级赛事 GigaBrain Challenge 圆满收官
统计 阅读时间大约6分钟(2038字)

7小时前 CVPR 2026|世界模型 + 真机 + 仿真同台评测!CVPR 首届具身智能顶级赛事 GigaBrain Challenge 圆满收官

来源:极佳科技GigaAI
300+顶尖队伍、1000+参赛者、2周21K下载

出品:极佳科技GigaAI

6月4日,首届登陆国际计算机视觉领域顶会 CVPR 的 GigaBrain Challenge 在美国丹佛圆满收官并举办颁奖仪式。本次比赛由极佳视界(GigaAI)牵头,联合香港大学、北京大学、上海交通大学、地平线(Horizon Robotics)、RoboChallenge、Dexmal 共同举办。作为首度登陆 CVPR 的标杆性具身智能专项赛事,赛事自启动伊始便收获全球具身智能产学研社区高度关注,累计吸引全球300余支顶尖队伍、超 1000 名具身行业从业者参赛、配套数据集与基准资源下载量突破 50,000 次。

本届赛事开创性地在 CVPR 平台同步落地世界模型、实体真机、数字仿真三大评测体系,打破传统具身测评局限于单点功能演示、碎片化指标验证的行业现状;依托统一标准化评测框架,全链路考核智能体从视觉感知、内容生成、环境理解、逻辑推理到物理实操执行的全栈真实落地能力。凭借独创的一体化测评范式,GigaBrain Challenge 现已跻身 CVPR 官方赛事矩阵中评测体系最完善、技术范式最领先,产业落地价值最突出的标杆级具身智能国际赛事

从报名规模到社区热度,从真机评测强度到论文质量,本届赛事都交出了一份足够有分量的成绩单:

全球 300 余支顶尖队伍报名参赛,覆盖中国、美国、德国、韩国、日本、澳大利亚等多个国家和地区

参赛人数超过 1000 人,吸引海内外高校、科研机构与产业团队同台竞技

配套世界模型 GigaWorld 数据集在 Hugging Face 上 2 周下载量突破 21,000 次,下载总量突破 50,000 次

RoboChallenge 真机赛道在 1 个月内完成 1,076 次 Task Runs、11,455 次 Rollouts,专属数据集 Table30 V2 在 HuggingFace 平台上的累计下载量突破了 17,000

Workshop 共收录 17 篇论文,覆盖 VLA、World Model、强化学习、Agent 等多个热点方向

这些数字背后,不只是“热闹”,更说明 GigaBrain Challenge 正在成为具身智能社区一个真正有讨论度、有参与度、也有评测含金量的重要平台

一场不止于榜单的挑战

具身智能发展正在快速进入深水区。过去大家更容易关注模型“能不能跑起来”“能不能做个 Demo”,但当研究真正走向大规模、走向落地、走向系统能力比拼时,一个更关键的问题摆在眼前:我们究竟该如何公平、有效、可复现地评测具身智能系统?

GigaBrain Challenge 给出的答案是,把世界模型、真机和仿真三类评测放到同一个挑战框架中,围绕真实能力而不是表面效果来设计赛题与评价方式

我们希望强调的,不是一次偶然的高分,也不是对某个单一榜单技巧的优化,而是在统一任务定义、统一提交接口、统一评测协议、统一评价逻辑下,对方法能力进行更客观、更透明、更可比较的检验。只有当评测流程足够清晰、结果能够被社区理解和复核,榜单本身才真正具有参考价值。

也正因此,本届挑战从设计之初就尽可能减少“只为冲榜而优化”的空间,转而强调方法的泛化性、可复现性和真实关联性。无论是世界模型赛道对真实执行相关性的强调,还是真机赛道的大规模线上真实机器人测试,本质上都在回答同一个问题:什么样的方法,才真正经得起验证。

多赛道结果揭晓

优胜者出炉

GigaWorld 赛道中,冠军由来自清华大学的 Zhenyu Wu、Xiuwei Xu、Ziwei Wang、Jiwen Lu 获得;第二名来自 Amap CV Lab;第三名来自 Xiaomi EV。

2963d84f0528fad6b19d080d9f30a961.jpg

40a70927fe46e3a01b0b0ea989f306bb.jpg

GigaWorld Track 颁奖仪式

RoboChallenge 真机赛道中,冠军由来自 Xiaomi Robot(Beijing)Technology Co., Ltd 的 Lixin Huang、Kun Yu、Zhengming Zhou、Bowen Fu、Zhiying Du、Wenguo Hou、Xin Zhao、Diyun Xiang、Rui Cai 获得。

b6a42e733f5a335bca0809c512852ce5.jpg

87cb469d33ce28c4a7c33236f113693a.jpg

RoboChallenge Track 颁奖仪式

RoboTwin 仿真赛道中冠军由来自电子科技大学的 Yixian Zou、Ningyue Zhang、Shangwei Li、Zhengning Wang 获得;第二名由来自 National University of Singapore、Shenzhen University of Advanced Technology、Sangfor Technologies、清华大学和明略科技的联合团队获得。

05c8da7913baab39fa6bfac85aba59fa.jpg

8f2c55a8c4e48cd0c6f305a6bcfddb94.jpg

RoboTwin Track 颁奖仪式

PhysClaw* 赛道中,冠军由来自清华大学深圳国际研究生院、清华大学的 Shilin Ma、Chubin Zhang、Xulong Bai、Zifeng Gao、Shiyi Zhang、Yansong Tang 获得;第二名来自 New Jersey Institute of Technology、Indiana University Bloomington 和 Georgia Institute of Technology 的联合团队;第三名来自上海理工大学。

cbc06aa88c4b44a9984bcde5fe737057.jpg

15afd9092574d3974c1dbee4bf94c6ea.jpg

PhysClaw* Track 颁奖仪式

从榜单构成可以看到,本届赛事并不是简单的单边舞台,而是真正实现了高校、研究机构与产业团队的同场竞争。这也从侧面印证了具身智能正从单点突破走向生态共建。

17篇录用论文同场竞技

Best Paper 花落 NTU

除了多赛道竞赛结果,本届 Workshop 的论文环节同样竞争激烈。

本次共收录 17 篇论文,研究方向涵盖 VLA、World Model、强化学习、Agent 等具身智能核心议题。进入 Best Paper 竞争的高质量论文包括李飞飞团队的 Learning from Trials and Errors、高德世界模型团队的 ABot-PhysWorld,以及 NTU 刘子维团队的 DynamicVLA。

最终,Best Paper Award 授予 NTU 刘子维团队的 DynamicVLA: A Vision-Language-Action Model for Dynamic Object Manipulation。

5741cc61a978c525117e87fc155f1cd1.jpg

Best Paper Award 颁奖仪式

这一结果也体现了 GigaBrain Challenge 的另一层意义:它不仅是一个竞赛平台,也是一个把前沿研究、评测基准和社区交流真正连接起来的学术舞台。

从赛场热度到社区扩散

影响力仍在继续放大

一项挑战的价值,不只在于比赛结束当天的榜单公布,更在于它是否能在赛后持续进入研究者和开发者的工作流,成为大家真正下载、使用、讨论和复现的对象。

从这个角度看,GigaBrain Challenge 已经展现出强劲的外溢效应。GigaWorld 数据集在 Hugging Face 上 2 周下载量突破 21,000 次,下载总量超过 50,000 次;RoboChallenge 真机赛道在短短 1 个月内就完成了超过 10,000 真实 rollout。这意味着,GigaBrain Challenge 不只是“办成了一场比赛”,而是在持续推动社区围绕具身评测形成新的共识。

尤其是在当前具身智能快速升温的背景下,社区真正需要的,不只是更多模型和更多 Demo,更需要一套能够帮助大家判断“什么方法真的更强、什么结果真的更可信”的评测机制。而这,正是 GigaBrain Challenge 希望长期建设的核心价值。

让比赛成为方法论

让榜单回归能力本身

首届 GigaBrain Challenge @ CVPR 2026 已经落幕,但它真正想推动的事情,才刚刚开始。

我们希望这项挑战带来的,不只是冠军、奖项和一时热度,更是一套面向具身智能未来发展的评测方法论:让世界模型、仿真和真机之间形成更紧密的对照关系,让研究结论更容易被复现,让优秀方法更容易被看见,也让真正有价值的技术路线从“会展示”走向“可验证、可比较、可积累”。

再次祝贺所有获奖者,也感谢所有参赛者、评审、合作伙伴与社区支持者。正是因为大家的共同投入,GigaBrain Challenge @ CVPR 2026 才得以成为一次兼具国际影响力、评测含金量与学术深度的具身智能挑战。

我们下次比赛见。

ebedce14727e9d21afea4ad3a3b4f616.jpg

推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×
右键可直接复制图片
×