小米机器人团队 8 月 18 日消息：在 CVPR 2026 Workshops-GigaBrain Challenge 的 RoboChallenge Track 与 ICRA 2026 Whole Body Control（WBC）两大国际顶级赛事中双线夺冠。这是国内具身智能厂商第一次在同一时间窗内，同时拿下「单模型多任务真机复杂操作」与「全身协同操作」两个完全不同维度的赛事冠军——而赛事的难度曲线、评分体系与往年相比都明显抬升。
CVPR 2026 RoboChallenge Track 考的是单模型多任务的真机复杂操作：参赛系统需要在同一套机器人本体上稳定完成跨任务族的长程指令，从装配、家务到工业级精细操作都在题库里。小米匿名参赛的 my16 模型以 40.89% 的成功率登顶总榜，成为这届赛事唯一突破 40% 的模型——第二名与第三名的差距远小于 40% 这条线本身。my16 不是单一任务训练出来的专家，而是「VLM 大脑 + 世界模型小脑」双系统架构：VLM 大脑负责长程任务理解（包括视觉语言指令解析、任务分解、步骤生成），世界模型小脑负责精细操作（包括接触动力学预测、运动控制、力反馈闭环）。两套系统在一个端到端的策略网络里耦合，使机器人同时具备「听懂人话」与「摸得到东西」的能力。
ICRA 2026 WBC 考的是另一条完全不同的曲线：机器人能否稳定可靠地完成全身协同操作，包括双手机械臂、躯干姿态调整、移动底盘与人机交互下的全身动力学控制。小米机器人以 99.2 分的综合得分与 94% 的整体成功率夺得第一，也是这届 WBC 唯一超过 90% 的队伍——较第二名领先 10 个百分点。这条赛道的工程难度在于「全身」二字：双手机械臂同时执行不同任务时，动力学耦合会让单个关节的控制误差被放大，而小米机器人的全身协同策略把误差吸收在了控制循环里。
40% 唯一突破意味着什么
40.89% 这个数字本身看起来不高，但 RoboChallenge Track 考察的是真实机器人本体上的长程任务，题库里包括未训练过的装配、家务、工业场景。第二名很可能在 30%-35% 区间，40% 这条线意味着 my16 在「听指令 → 分解步骤 → 跨任务执行」的全链路上比同行有明显优势。VLM 大脑 + 世界模型小脑的双系统架构，本质是把「任务级理解」与「接触级控制」分别用两类模型解决，再在策略层融合——这是过去一年具身智能领域被反复验证的工程拐点，也是各家厂商都在抢的高地。
94% 整体成功率比 40% 难在哪
ICRA WBC 的 94% 整体成功率是在全身协同维度上——双手机械臂、躯干姿态、移动底盘同时工作——任务难度远高于单臂桌面任务，而 99.2 综合得分是评估委员会对运动平滑度、能量效率、错误恢复等多个子维度的加权。唯一超过 90% 这个细节意味着：第二名大概率落在 80% 出头，而 90% 阈值之上只有小米一家。把这两条赛道连起来看，「VLM 大脑 + 世界模型小脑」这套架构不只是单点夺冠的捷径，而是一个能在「长程任务」与「全身协同」两个不同维度都拿到工程最优的通用框架。
国内具身智能厂商的工程拐点
小米机器人这次双料夺冠的时间点很巧——CVPR 2026 与 ICRA 2026 在同一时间窗内开赛，国内主流具身智能厂商都在匿名参赛，竞争强度被抬到了一个新水位。小米能在两个完全不同的赛道同时拿第一，意味着它的具身智能研发已经从「单点突破」换轨到「通用平台」。配合 8-15 原力无限 AtomBrain 近 10 亿 A 轮、8-13 京东 RoboBase 80+ 的 5 年规划，国内具身智能的「学术成果 → 工程落地 → 资本验证」三段闭环正在快速形成。
它改变了什么
小米机器人在 CVPR + ICRA 双料夺冠给行业留下了三件事：一是「VLM 大脑 + 世界模型小脑」的双系统架构在国际赛道上被验证为可扩展工程范式；二是长程任务 40% 唯一突破与全身协同 94% 唯一突破，让「国产具身机器人能不能做复杂任务」这个问题不再有疑问；三是小米把机器人研发放到了「工厂产线 + 真实世界」的明确目标上——这是从学术成果到商业落地之间的最后一段路，国内具身智能行业的下一轮竞争，会从赛事冠军赛转向规模化交付赛。