de.wedoany.com-Bericht: AGIBOT nutzt die von ihm veranstaltete AGIBOT World Challenge 2026, um die Bewertung verkörperter Künstlicher Intelligenz von virtuellen Umgebungen auf reale Testszenarien zu verlagern. Der Wettbewerb fand während der ICRA 2026 statt und zog 526 Forschungsteams und Unternehmensgruppen aus 27 Ländern an.
Das in Shanghai ansässige Robotikunternehmen konzipierte den Wettbewerb um einen zunehmend beachteten Schwerpunkt der Branche: Können KI-Systeme, die in simulierten Umgebungen hervorragende Leistungen erbringen, bei der Implementierung in physische Roboter gleichwertige Ergebnisse liefern? Die Herausforderung stützt sich nicht allein auf Benchmark-Ergebnisse aus virtuellen Umgebungen, sondern integriert reale Roboter, reale Aufgaben und standardisierte Bewertungsmethoden.
Die Finalisten mussten bei den Live-Finals in Wien Aufgaben mit den humanoiden Robotern AGIBOT G2 ausführen. Dieser Ansatz betont Faktoren wie Stabilität, Anpassungsfähigkeit und die Fähigkeit zur Ausführung langfristiger Aufgaben – Eigenschaften, die für den Einsatz in der realen Welt entscheidend sind, aber oft nur schwer allein durch Simulationen messbar sind.
Der Wettbewerb war in zwei Kategorien unterteilt, die verschiedene Aspekte der verkörperten Intelligenz abdecken. Die Kategorie „Reasoning to Action“ untersucht, wie Roboter Anweisungen verstehen, ihre Umgebung wahrnehmen, Pläne erstellen und Aufgaben in der physischen Welt ausführen. Dies stellt eine Erweiterung der bisherigen, auf Manipulation ausgerichteten Bewertungen von AGIBOT dar, die von einfachen Aufgabenausführungen hin zu vollständigen Reasoning- und Aktionsabläufen führt. Die Kategorie „World Model“ konzentriert sich auf Vorhersage und Umgebungsverständnis; die teilnehmenden Teams wurden aufgefordert, Systeme zu entwickeln, die vorhersagen können, wie sich die physische Umgebung als Reaktion auf Roboteraktionen und Sensordaten verändert.
Die Teilnehmer kamen von Universitäten, Forschungseinrichtungen, Start-ups und Technologieunternehmen; über 100 Teams übertrafen die Basisleistungsanforderungen des Wettbewerbs. In der Kategorie „Reasoning to Action“ trainierten die Teilnehmer Modelle mit dem Open-Source-Datensatz AGIBOT WORLD und testeten sie mit Genie Sim 3.0. Die Benchmarks maßen mehrere Fähigkeiten, darunter Sprachverständnis, räumliches Denken, Störungsverarbeitung, atomare Manipulationsfähigkeiten und Zero-Shot-Transferleistung. Das Team PrismBot von vivo belegte den ersten Platz, RP-VLA von Shanghai RoboParty den zweiten und GreenVLA den dritten Platz.
Eine praxisnähere Ergänzung der Veranstaltung war der von AGIBOT und Dexmal gemeinsam entwickelte Supermarkt-Benchmark. Dieser Test versetzte Roboter in eine Einzelhandelsumgebung, in der sie Regale navigieren, Produkte lokalisieren, aufnehmen, transportieren und an vorgegebenen Positionen ablegen mussten. Die Teams mussten unter realen Bedingungen wie Regalhöhenbeschränkungen und zufälliger Produktplatzierung operieren. Die Teilnehmer steuerten die physischen Roboter per API aus der Ferne, sodass die Organisatoren die Leistung der Algorithmen unter realen Einsatzbedingungen bewerten konnten. Der Benchmark führte auch Herausforderungen wie herunterfallende Gegenstände und fehlgeschlagene Greifversuche ein, um Bedingungen zu schaffen, die näher an realen Roboteroperationen liegen.
Der Wettbewerb der Weltmodelle brachte andere Preisträger hervor. Das gemeinsame Team NeoVerse-ABot des Instituts für Automatisierung der Chinesischen Akademie der Wissenschaften und des Amap CV Lab belegte den ersten Platz. Das Team PAI@IAII des Instituts für industrielle Künstliche Intelligenz der Chinesischen Akademie der Wissenschaften wurde Zweiter, und das Team Loop der Universität für Wissenschaft und Technologie Chinas Dritter. Diese Kategorie konzentrierte sich auf die Bewertung, wie gut KI-Systeme physikalische Weltinteraktionen simulieren und vorhersagen können.
Neben dem Wettbewerb veröffentlichte AGIBOT auch ein breiteres Entwicklungsframework zur Unterstützung der Forschung an verkörperter Künstlicher Intelligenz. Der Toolstack umfasst den Open-Source-Datensatz AGIBOT WORLD, die Simulationsplattform Genie Sim 3.0 und die humanoide Roboterplattform AGIBOT G2. Diese Tools sind gemeinsam darauf ausgelegt, Entwicklern zu helfen, KI-Systeme für Roboter von der Simulation bis zur physischen Bereitstellung zu trainieren, zu bewerten und zu validieren. Das Unternehmen gab an, dass die durch die Challenge entwickelten Ressourcen in seine laufenden Benchmark- und Open-Source-Initiativen einfließen werden. Zu den Zukunftsplänen gehören die Einführung eines Online-Simulations-Rankings, die Aufnahme neuer Testaufgaben und die Erweiterung der Benchmark-Abdeckung.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
