從 Habitat 到超市取飲料：小米機器人雙料冠軍背後的競賽演化史
前言
2026 年 6 月 5 日，小米創辦人雷軍宣布，小米機器人團隊在 CVPR 2026 與 ICRA 2026 兩大國際頂級會議的競賽中拿下雙料冠軍，且成績大幅領先第二名。
具體成績：
- CVPR 2026 Workshops（GigaBrain Challenge RoboChallenge Track）：匿名模型「my16」以 40.89% 成功率位列總榜第一，是該屆唯一突破 40% 的模型
- ICRA 2026 WBC（AGIBOT World Challenge）：綜合得分 99.2（接近滿分），整體成功率 94%，領先第二名 10 個百分點
這兩項賽事在今年都是首屆舉辦，但它們並非憑空出現——背後分別承載著多年的技術演進與競賽文化積累。本文將帶你回顧這兩條技術路線的歷史脈絡，以及曾經在類似競賽中奪冠的團隊後續發展。
一、CVPR GigaBrain Challenge：從 Habitat 到真實機器人
競賽背景
CVPR（電腦視覺與模式識別會議）自 2019 年起便設立了 Embodied AI Workshop，舉辦基於 Habitat 模擬器的具身智能競賽。最初的任務包括物體導航（ObjectNav）、視覺語言導航（RxR-Habitat）等，參賽模型在虛擬環境中控制代理完成指定任務。
歷年 Habitat 挑戰賽冠軍
- 2022 RxR-Habitat 賽道冠軍：商湯科技聯合中科院自動化所、上海人工智慧實驗室奪冠。商湯後續將這項技術應用於其 SenseMARS 平台中的室內導航與空間感知方案。
- 2022 REVERIE 室內遠程物體導航賽道：同樣由中國團隊主導，這些導航技術日後被整合到配送機器人與服務機器人的空間理解模組中。
- 2023 Habitat 主動語義導航賽道：冠軍團隊的技術被應用於掃地機器人的路徑規劃與避障演算法。
這些競賽長期集中在模擬環境中的導航與感知任務，但 2024 年起，學術界與產業界的關注點開始轉向真實機器人操控——也就是所謂的「具身智能」（Embodied AI）。
2025 年 CVPR RoboTwin 雙臂協作挑戰賽
2025 年，CVPR 的 MEIS Workshop 首次舉辦了 RoboTwin 雙臂協作挑戰賽（Dual-Arm Collaboration Challenge），這是 GigaBrain RoboChallenge Track 的直接前身。
該賽事使用 RoboTwin 模擬平台搭配 AgileX Cobot-Magic 機器人硬體，分為剛體操控與觸覺操控兩個賽道。參賽隊伍需要在模擬與真實環境中訓練機器人執行雙臂協作任務。
2025 年冠軍：在 RoboTwin 第一輪模擬賽中，Dexmal 團隊（中國團隊）獲得並列第一。Dexmal 團隊後續也參加了全球機器人視觸融合挑戰賽並奪得雙金，是中國具身智能領域的明星團隊之一。
2026 年 GigaBrain Challenge
2026 年，CVPR 正式推出 GigaBrain Challenge，共設四大賽道：
- Track 1：RoboTwin Track — 在模擬環境中評估 VLA 性能（冠軍：電子科技大學 zzl 團隊）
- Track 2：World Model Track — 世界模型作為評估器（冠軍：清華大學 xuwu 團隊，季軍：小米電動車團隊）
- Track 3：RoboChallenge Track — 真實機器人評估（冠軍：小米 Tymtbo 團隊）
- Track 4：PhysClaw Track* — 創意展示（冠軍：清華大學 ActiveClaw 團隊）
RoboChallenge Track 包含 30 個超高難度真實任務，涵蓋雙臂靈巧任務、柔性物體操作、工具因果推理、跨平台魯棒性測試。參賽模型需要進行 10 次連續無干擾測試，提交統一的「大小腦 + 長短期記憶」世界動作模型。
小米以匿名「my16」代號參賽，答案揭曉時震驚全場——這是該賽道唯一突破 40% 成功率的模型。
RoboChallenge 獲獎團隊（2026）：
冠軍：Team Tymtbo（小米）— 40.89%
亞軍：Team JIIOV
季軍：Team mcBrains（MotuBrainWoW1）
二、ICRA AGIBOT World Challenge：從倉儲揀貨到超市購物
競賽背景
國際機器人與自動化會議（ICRA）是 IEEE 機器人技術領域的旗艦會議，每年舉辦多項機器人競賽。
若追溯機器人「抓取與放置」競賽的起源，最具代表性的莫過於 Amazon Picking Challenge（亞馬遜揀貨挑戰賽）：
- 2015 年首屆：在德國 Leipzig 舉行，要求機器人在倉儲環境中自主揀選物品
- 2016 年第二屆：增加難度，要求機器人處理更複雜的倉儲場景
- 2017 年：升級為 Amazon Robotics Challenge，加入更多分類與擺放任務
這些競賽的獲獎技術直接影響了亞馬遜倉儲機器人系統的發展。當年許多參賽團隊成員後來加入了 Amazon Robotics，或創辦了自己的機器人新創公司。
在居家領域，RoboCup @Home 一直是衡量服務機器人能力的重要舞台，其任務包括廚房操作、物品遞送、家居整理等，與 ICRA WBC 的超市場景有技術上的傳承關係。
ICRA 2025 四足機器人挑戰賽
2025 年 ICRA 期間舉辦了四足機器人挑戰賽（Quadruped Robot Challenge），飛捷科思（Fysics）團隊獲得季軍。該團隊的核心技術（基於強化學習的運動控制）後續被應用於巡檢機器人與救災機器人領域。
2026 年 AGIBOT World Challenge
2026 年，AGIBOT（智元機器人）與 ICRA 共同推出了 AGIBOT World Challenge，這是首屆以 VLA（Vision-Language-Action）模型為核心的機器人操作競賽，於維也納的 ICRA 2026 現場舉行。
競賽設有 Reasoning-Action Track 與 World Model Track 兩個賽道。
超市場景任務：機器人需在 16 種大類、20 個小類別的不同飲料中，根據自然語言指令從貨架上抓取指定飲料並放入購物車。這項任務看似簡單，但對機器的視覺辨識、語言理解、精密抓取和路徑規劃提出了極高要求。
小米機器人在此賽事中獲得：
- 綜合得分：99.2 / 100（接近滿分）
- 整體成功率：94%
- 簡單任務成功率：100%
- 複雜任務成功率：90%
- 遙遙領先第二名（相差 10 個百分點）
參賽團隊技術後續發展
AGIBOT 本身即為具身智能領域的領導企業，由「稚暉君」（彭志輝）創立，專注於打造通用機器人基底模型。該競賽的參賽資料集與開源模型將延續 AGIBOT World 的開源傳統，持續推動全球具身智能研究。
三、小米「my16」模型的技術內涵
小米在此次 CVPR 競賽中使用的「my16」模型，其技術架構有三個核心亮點：
- S1/S2 雙系統架構：結合深度認知推理（S1，類似 System 2）與快速反射反應（S2，類似 System 1），兼顧策略思考與即時控制
- 長短期記憶機制：讓機器人在長程任務中保持狀態一致性，不會因步驟過多而迷失
- 跨本體預訓練：在同一個模型架構下支援不同機器人平台，展現強大的泛化能力
這種「世界動作模型」（WAM）的設計理念，讓模型既具備大模型的認知深度，又擁有控制器的執行精度，再加上記憶系統的長程穩定性——三者的有機融合正是其大幅領先對手的關鍵。
四、產業意義與未來展望
2026 年被許多研究者稱為「具身智能元年」。這一年，三大頂級會議（CVPR、ICRA、NeurIPS）不約而同將具身智能列為重點主題，各大科技公司（小米、華為、Google DeepMind、OpenAI）也紛紛加大投入。
小米在此次雙料冠軍的背後，展現了從消費級掃地機器人到通用機器人操作的技術躍遷。雷軍表示：「小米機器人的努力方向，就是讓機器人真正走進物理世界，幹實際的活。」
從虛擬的 Habitat 模擬器，到真實的超商貨架抓飲料；從單純的導航避障，到複雜的雙臂靈巧操作——機器人競賽的演化史，正是機器人從「看得見」到「做得動」的真實縮影。而小米，正在這場競賽中扮演越來越重要的角色。