JEPA与空间智能路线交锋，WorldArena2.0挑战赛揭示机器人世界模型新边界

2026年4月，机器人领域顶级会议IROS上，一场关于机器人世界模型的激烈角逐落下帷幕。由清华大学领衔的WorldArena 2.0挑战赛，首次将世界模型评测体系推进到真实机器人执行层面，JEPA路线和空间智能路线两大技术阵营在此正面交锋。

在本次挑战赛中，明确采用JEPA路线的视启未来团队在Track 1中拔得头筹，而空间智能路线的同济大学BWM-Turbo模型则以0.84分之差屈居第二。值得注意的是，晨昏线科技作为另一家JEPA路线代表，在Track 2总分排名第二。这不仅展示了JEPA路线的技术优势，也体现了学术界与产业界在机器人世界模型领域的深度融合。

WorldArena 2.0挑战赛的核心意义在于其突破了传统世界模型评测的局限性。与WorldArena 1.0主要关注视频生成质量及离线任务表现不同，2.0版本在模态、功能和平台三个维度实现了全面升级。模态上，从单一视觉信息扩展到视触觉多模态；功能上，增加了在线强化学习环境下的策略训练评估；平台方面，则引入了真实机器人测试环节，使评测体系更贴近实际应用场景。

这一变革引发了业界对机器人世界模型发展方向的深入思考。VA-Bench测试数据显示，尽管多模态大模型在目标识别和任务理解方面表现优异，但在实际操作中的完整任务成功率却仅有约50%。这种「看懂不等于做对」的现象，揭示了当前机器人世界模型在空间智能执行层面存在的断层问题。

"真正面向物理行动的空间智能，不应该止步于回答一个已经定义好的空间问题。"清华大学团队负责人表示，WorldArena 2.0挑战赛正是基于这一理念设计，通过构建完整的「观察-推理-行动-修正」闭环，要求模型在真实环境中自主完成复杂任务。这种设计不仅考验模型的感知能力，更检验其在动态环境中的适应性和鲁棒性。

随着WorldArena 2.0挑战赛的落幕，机器人世界模型的发展方向已逐渐清晰。未来的竞争焦点将集中在如何实现从视觉理解到物理执行的无缝衔接，以及如何提升模型在真实环境中的可靠性和稳定性。这场技术路线的交锋，不仅推动了机器人世界模型的理论创新，更为实际应用开辟了新的可能性。