在杭州举办的国际机器人与自动化大会（IROS）期间，AGIBOT World Challenge机器人挑战赛线下决赛圆满落幕。这场由智元机器人与OpenDriveLab联合主办的赛事，吸引了全球顶尖科研力量的参与，最终清华大学联合上海AI Lab的AIR-DREAM团队摘得桂冠，华南理工大学与香港大学团队分获二、三名。
决赛现场，11支来自世界各地的高校与研究机构队伍，在六大真实物理任务中展开激烈比拼。任务设置涵盖仓库整理、动态分拣、衣物折叠、厨房操作等场景，全面检验机器人系统的操作精度与适应能力。参赛队伍需在限定时间内完成物体抓取、传送带分拣、衣物折叠、微波炉操作、货架补货及倒水等具体任务，每个动作的完成质量都直接影响最终得分。
冠军团队AIR-DREAM凭借自主研发的X-VLA模型脱颖而出。该模型通过引入实体特定软提示技术，有效解决了跨平台机器人数据兼容难题，实现了不同硬件间的知识迁移。团队成员介绍，这种可扩展的视觉-语言-动作架构，显著提升了机器人在复杂环境中的决策效率。
获得亚军的华南理工大学"单人战队"曾嘉龙，展示了独特的参赛策略。在算力资源有限的情况下，他采用快速微调预训练模型的方法建立基准，再通过低成本改进逐步优化性能。这种"小步快跑"的研发模式，使其在单人参赛的不利条件下仍取得优异成绩。
香港大学Firebot团队则展现了高效的资源利用能力。他们以预训练模型π0为基础，结合RoboTwin 2.0仿真平台进行数据生成，通过并行强化学习在10天内完成技术路线搭建。团队负责人陈天行透露，8块A100 GPU的集群运算与丰富的部署经验，是他们快速突破的关键。
赛事技术委员会介绍，本次决赛特别设置7:3的训练测试场景比例，重点考察机器人在未知环境中的适应能力。以"整理杂货"任务为例，机器人需在90秒内从桌面抓取三个零食并放入购物袋，每个动作的完成质量都通过传感器精确评估。而"动态分拣"任务则要求机器人在移动的传送带上完成至少三次抓取，模拟真实物流场景的挑战。
在"折叠短袖"任务中，机器人需在150秒内完成衣物抓取、对折、整理的全流程。这个看似简单的动作，实则考验着系统对柔性物体的感知能力。赛事技术总监指出，布料在折叠过程中的形变控制，是当前机器人操作技术的难点之一。
除竞技环节外，智元机器人在展会现场展示了多款前沿产品。其中刚发布不久的精灵-G2机器人首次公开亮相，其射箭演示引发观众热议。通过遥操作技术，该机器人实现了毫米级控制精度，现场观众可亲自体验其超低延迟的操作反馈。
本次大赛作为AGIBOT World Challenge@IROS 2025的收官之战，设置了总计56万美元的奖金池。经过三个月的线上仿真赛，来自23个国家和地区的431支队伍参与初选，最终11支战队晋级线下决赛。在Manipulation赛道外，World Model赛道聚焦物理世界预测技术，三支团队凭借对AgiBot World数据集的创新应用分获前三。
赛事期间，智元机器人还展示了灵犀x2、远征A2等系列产品。这些搭载最新具身智能技术的机器人，在现场演示了复杂环境下的自主导航与任务执行能力。参展专家表示，这类技术突破正在推动机器人从实验室走向实际应用场景。
