空间智能的期中考，JEPA 先交卷了

导语

IROS 2026 的 WorldArena 2.0 挑战赛 场外，最热闹的不是开幕式，而是榜单。JEPA 路线的 视启未来 拿下 Track 1 第一，晨昏线 拿下 Track 2 第二——两条榜单，两派路线，一次公开交卷。这不是又一场刷点的比赛，赛题方把考官换成了「能不能被机器人真正用起来」。世界模型的路线之争，第一次有了可比的标尺。

📈 榜单不炒概念，先看分数

比赛这件事，最诚实的永远是成绩单。

根据现场披露的信息，本届 WorldArena 2.0 挑战赛（IROS 2026 配套赛事）的最终名次中，JEPA 路线的 视启未来 团队拿下 Track 1 第一名，同样来自 JEPA 阵营的 晨昏线 在 Track 2 排名第二。一个冠军、一个亚军，JEPA 路线在两个赛道上都有硬通货入账。

此前业界对世界模型的讨论，大多停留在论文和发布会层面。各家路线各有拥趸：一派认为要靠预测编码式的自监督学习理解世界，一派主张让模型在三维空间里重建、推理、规划。谁也说服不了谁，因为缺少一个公开、可复现、面向真实机器人任务的对决场。

WorldArena 2.0 挑战赛 补的就是这个空位。它挂在 IROS 2026 之下，意味着评测标准要接受国际机器人学术社区的检视——不是自家的 benchmark，想怎么定义「赢」就怎么定义「赢」。

据多位接近赛事组织方的人士透露，本届赛题设计时反复讨论的一个问题是：榜单分数和真机表现之间的相关性到底有多强。这个问题的答案，决定了这场比赛的成色。

榜单存在的意义，是让路线之争从口水战变成可验证的命题。

⚠️ 「能不能被机器人真正用起来」，是句狠话

这句赛题口号，比名次更值得琢磨。

过去几年的 AI 竞赛，比的多是数据集上的指标：识别率、生成质量、视频预测的 FVD。这些指标和机器人本体在物理世界里的表现之间，隔着一道著名的鸿沟——sim-to-real gap 只是其中之一，更麻烦的是「看懂了」和「做得对」之间的差距。模型能预测下一帧画面，不等于能指挥机械臂把一颗螺丝拧到位。

WorldArena 2.0 把考题直接锚定在机器人可用性上，等于把评价体系从「视频游戏难度」拉到了「工业现场难度」。这对两条路线的考验完全不同：

• 对空间智能路线：三维重建和空间推理能力要能落到感知-规划-执行的闭环里，光「重建得漂亮」不够，得「决策得正确」；
• 对 JEPA 路线：自监督表征学习要在真实机器人任务中证明，压缩后的世界表征确实携带了执行任务所需的信息，而不是只在大规模视频预训练里自嗨。

从结果看，JEPA 路线在两个赛道上分别拿下第一和第二，说明这套「预测世界状态而非像素」的思路，至少在本次赛题定义的任务集上，跑通了可用性验证。

评测体系一旦换锚点，技术路线的强弱格局就可能重排。

💡 路线之争，本质是数据之争

JEPA 和空间智能的分歧，根子上是对「世界知识从哪来」的不同回答。

JEPA 路线的核心主张是：不用逐像素重建世界，模型应该在抽象表征空间里预测世界的演化。这条路的理论旗手长期强调一个观点——智能体不需要记住世界的每个细节，只需要预测「对行动有意义的部分」。代价是需要海量视频数据做自监督预训练，赌的是规模效应。

空间智能路线则主张：让模型显式地理解三维空间，重建场景、推理遮挡、模拟物理。这条路的代表人物反复输出「空间智能是机器智能的下一块拼图」的叙事，赌的是结构化先验。

两条路线在工业界的投射很有意思：前者天然亲和大规模视频数据池和基础模型打法，后者亲和仿真平台和三维数据管线。机器人公司选路线，实际上是在选自己的数据基础设施。

注意这个闭环的最后一环：真机评测反馈回流数据。这正是 WorldArena 这类赛事的产业价值——它不只是排名工具，而是给整个路线迭代提供真机侧的校准信号。

路线没有对错，只有各自的赌注和兑现周期。

🚗 从论文指标到真机可用，评测是被低估的基建

机器人行业最缺的往往不是模型，而是好考卷。

工业机器人发展几十年，有一条隐性的成功经验：所有关键性能都有标准化评测——重复定位精度、负载、防护等级，白纸黑字，采购方照单验收。机器人能进工厂，靠的正是这套「可验收」体系。

具身智能目前的尴尬在于：模型能力描述越来越华丽，但甲方拿不到可对比、可复现的能力证明。一个世界模型说「我理解物理世界」，另一个也说「我理解物理世界」，客户没法验货。这正是 WorldArena 2.0 挑战赛 试图填补的位置——把「理解世界」拆解成可考核的任务集，让能力从形容词变成分数。

对照一下本次赛事的基本信息：

值得关注的信号是：两家上榜队伍同属 JEPA 路线。据现场交流的参赛者反馈，空间智能阵营的队伍并非缺席，而是在本次任务集上的表现未进前列。一次比赛当然不能宣判一条路线的死刑——赛题任务的选取天然有利于某些能力项——但它至少给出了一个阶段性读数。

对下游的机器人整机厂来说，这类公开评测的存在意味着选型时多了一把尺子。模型采购从「听发布会」进化到「看榜单」，这是产业链成熟度的一个台阶。

评测标准的话语权，往往比模型本身的话语权更持久。

🔋 下一程：榜单之外，看真机和订单

比赛结束，考验才刚开始。

从产业视角推演，WorldArena 2.0 之后有三件事值得盯：

• 一是榜单成绩向真机部署的转化率。如果拿下 Track 1 第一的 视启未来 和 Track 2 第二的 晨昏线 能在后续拿到机器人公司的实际合作或部署订单，说明评测体系确实筛选出了可用能力；反之，如果榜单冠军在真机现场水土不服，评测本身也要被质疑。
• 二是空间智能路线的反扑。一次赛题的不利不等于路线失败，下一届赛题设计若偏重长程三维规划类任务，格局可能再度翻转。两条路线的拉锯恰恰是行业健康的标志。
• 三是评测体系本身的收敛。如果 WorldArena 的任务集逐步被更多学术会议和产业客户引用，它有机会成为具身智能世界的「跑分标准」——而跑分标准从来都是产业格局的隐形塑造者。

小结

WorldArena 2.0 挑战赛 的真正价值，不在 JEPA 路线拿了几块奖牌，而在「能不能被机器人真正用起来」这句话成了赛题本身。当评测的锚点从论文指标移向真机可用性，世界模型的路线之争才算进入可验证阶段。JEPA 先下一城，空间智能蓄势反扑，下一届的榜单，值得所有人盯着看。

行业观察，欢迎交流。