vivo PrismBot conquista la Reasoning to Action Track all’AGIBOT World Challenge di ICRA 2026, una delle competizioni internazionali più avanzate nella robotica. Il team vivo ha ottenuto il primo posto nella finale su robot umanoidi realistici e si è piazzato tra i primi tre nella Whole Body Control Track. Inoltre, il risultato conferma l’interesse del brand verso robotica domestica, AI e intelligenza embodied.

vivo PrismBot porta vivo in una posizione di rilievo nel campo della robotica avanzata. Il team di robotica del brand ha vinto la Reasoning to Action Track dell’AGIBOT World Challenge a ICRA 2026, evento svolto a Vienna nell’ambito della IEEE International Conference on Robotics and Automation.

La competizione ha coinvolto 526 team provenienti da 27 Paesi e regioni, quindi il risultato assume un valore tecnico importante. Inoltre, vivo ha ottenuto anche un piazzamento tra le prime tre posizioni globali nella Whole Body Control Track.

Il successo non riguarda solo una gara accademica. Infatti, vivo collega questi risultati a una strategia più ampia, orientata allo sviluppo di robot capaci di percepire, ragionare e agire in ambienti reali. Il riferimento finale è l’ambiente domestico, che l’azienda considera uno degli scenari più complessi e promettenti per i prossimi anni.

vivo PrismBot e la vittoria nella Reasoning to Action Track

La vittoria di vivo PrismBot arriva nella Reasoning to Action Track, una prova pensata per valutare una capacità centrale nella robotica moderna: trasformare la comprensione di un compito in azioni operative.

Un robot non deve soltanto riconoscere un comando. Deve anche capire l’intenzione, scomporre l’attività, creare sotto-obiettivi, gestire eccezioni e tradurre il ragionamento in movimenti fisici. Inoltre, deve farlo in scenari non sempre prevedibili.

La competizione ha unito test in simulazione online e prove offline su robot realistici a Vienna. I punteggi sono stati assegnati valutando il tasso di completamento dei compiti, la stabilità nel lungo periodo e la capacità di generalizzare in ambienti complessi.

Questo formato riduce la distanza tra laboratorio e mondo reale. Infatti, molte soluzioni robotiche funzionano bene nei dati simulati, ma incontrano difficoltà quando devono agire con oggetti, superfici e imprevisti fisici.

Il team vivo ha affrontato il problema con un framework basato su ottimizzazione dei keyframe e apprendimento contrastivo. In pratica, il sistema lavora per migliorare sia la qualità delle decisioni sia l’allineamento tra istruzioni linguistiche ed esecuzione robotica.

Keyframe, AI e robot umanoidi in scenari reali

L’approccio tecnico scelto da vivo punta a ridurre uno dei limiti più noti della robotica intelligente: il passaggio dalla simulazione all’azione reale. Per un robot, eseguire un compito fisico richiede precisione, adattamento e gestione continua degli errori.

L’ottimizzazione dei keyframe aiuta a definire passaggi essenziali dell’azione. Così il sistema può controllare meglio il movimento e mantenere una sequenza più stabile durante l’esecuzione.

L’apprendimento contrastivo, invece, permette al modello di distinguere meglio tra elementi simili e direzioni operative differenti. In un contesto robotico, questo può migliorare la corrispondenza tra ciò che viene chiesto e ciò che il robot deve fare.

La Reasoning to Action Track richiede proprio questa continuità. Il robot deve passare dal linguaggio all’azione, senza perdere coerenza lungo il percorso. Inoltre, deve mantenere prestazioni solide anche quando l’ambiente presenta variabili non controllate.

vivo collega questo lavoro alla propria visione sull’intelligenza embodied, cioè un’intelligenza artificiale inserita in un corpo capace di muoversi, percepire e interagire con l’ambiente. Il tema va oltre il software, perché coinvolge hardware, sensori, imaging, AI e controllo motorio.

Al Boao Forum for Asia 2026, Hu Baishan, Presidente e COO di vivo e Presidente del vivo Central Research Institute, ha collegato il percorso dell’azienda alla costruzione di un sistema percettivo basato sulle competenze imaging del brand e a un “cervello” robotico alimentato dall’AI.

Whole Body Control e futuro della robotica domestica

Il podio nella Whole Body Control Track rafforza il valore del lavoro svolto dal team vivo. In questa prova, i robot dovevano operare in un ambiente realistico di supermercato, svolgendo attività come prendere prodotti e posizionarli in un carrello.

Il team ha applicato lo stesso sistema reasoning-to-action al controllo dell’intero corpo. Inoltre, ha usato la ponderazione dei keyframe per migliorare la precisione della presa e l’apprendimento contrastivo per identificare meglio le direzioni di afferraggio.

Il risultato indica che l’approccio non funziona solo in un singolo tipo di prova. Al contrario, può essere adattato a compiti diversi, con movimenti più ampi e una gestione più complessa del corpo robotico.

Guardando ai prossimi dieci anni, vivo considera i robot una nuova piattaforma per l’uso personale e domestico, accanto agli smartphone. La casa diventa quindi il primo terreno di sviluppo, perché riunisce molte difficoltà tecniche.

Un ambiente domestico richiede attività lunghe, collaborazione tra bracci, manipolazione precisa, ragionamento e decisioni continue. Inoltre, ogni casa ha spazi, oggetti e abitudini differenti, quindi il robot deve adattarsi e non limitarsi a ripetere sequenze rigide.

Per questo, il team vivo sta passando dal telecontrollo a forme di autonomia più avanzate. L’obiettivo è rendere eseguibili task complessi tramite un sistema integrato hardware-software, sostenuto dalle competenze del brand in imaging, AI e sviluppo globale.

Dalla gara alla casa intelligente

Il percorso di vivo PrismBot a ICRA 2026 mostra come la robotica stia entrando in una fase più pratica. Non basta più dimostrare un movimento in ambiente controllato; serve collegare percezione, ragionamento e azione fisica.

La vittoria nella Reasoning to Action Track e il podio nella Whole Body Control Track confermano la solidità dell’approccio tecnico vivo. Inoltre, indicano una possibile evoluzione dei dispositivi intelligenti, sempre più vicini alla gestione di attività reali.

La casa resta lo scenario più impegnativo. Ci sono persone, oggetti fragili, spazi stretti, imprevisti e attività diverse da gestire. Proprio per questo, vivo la considera un punto di partenza ideale per sviluppare robot più utili nella vita quotidiana.

Il prossimo passaggio sarà portare l’intelligenza embodied fuori dalle competizioni e dentro esperienze domestiche accessibili. Per vivo, i premi ottenuti a Vienna rappresentano una tappa importante in questa ricerca, non un risultato isolato.