9月10日，宇树科技正式宣布开源新一代通用人形机器人基础模型 UnifoLM-WLA-1.0，代码、模型、数据集同步开放。参数量 6B，基于 UnifoLM-ER-Flow 多模态主干网络搭配 MMDiT 动作专家模块，训练使用约 2500 小时高质量真机数据与 500 万 + ER 训练样本。
核心架构
UnifoLM-WLA-1.0 架构包含两层：
- UnifoLM-ER-1：多模态具身推理主干，基于 Qwen3-VL-4B 构建，使用超过 500 万个具身推理样本训练，涵盖图像点预测、目标检测、多图像推理、二维/三维轨迹预测、空间问答等任务
- UnifoLM-ER-Flow：在 ER-1 基础上引入离散动作标记和掩码标记，通过统一动作空间（末端执行器姿态、关节、下肢）联合对齐视觉、语言和动作表示
- MMDiT 动作专家：负责动作生成，与多模态主干协同
真机表现：单模型 64 项任务
评测在宇树 G1 人形机器人上完成，单模型统筹 64 项任务（54 项桌面操作 + 10 项全身移动操作），覆盖倒垃圾、铺床、整理厨房浴室、叠衣服、收纳餐盘等日常场景。
最关键的是——该模型不绑定单一末端执行器，平行夹爪与两类灵巧手均能驱动，实现跨末端执行器泛化。
性能对比
在 16 项多模态感知与理解基准测试中，UnifoLM-ER-1 在 7 项中领先开源模型，整体性能达到与领先专有模型相当的水平。
重要说明：资源尚待全部上线
宇树官方使用「完全开源」表述，但截至 9 月 11 日官方项目页面显示：Code / Models / Datasets 均为 Coming soon，资源尚未全部开放下载。准确状态为「已宣布开源、资源待开放」。
相关阅读
这条线上还有几篇站内文章可以接着看：
- OpenAI 宣布 Astra 即将发布：因安全风险暂停后，9月1日更新进展
- 阿里 QoderWake 1.0 上线：像管员工一样招聘、培训、授权和管理 AI 数字员工
- 智象未来 HiDream-O1-Video-1.0 发布：全模态输入一键直出 5-20 秒 1080p，图生视频榜全球第四
延伸阅读
- 科大讯飞开源星火 X2.5 端侧模型：4B 参数，原生 100 万 Token 上下文，能本地干活了1 月前
- 英伟达 129 亿美元收购 Hugging Face，开源 AI 的心脏换了个主人1 月前
- Meta AI助手Muse被指偷看Mac通知：用户未授权却读出消息，官方否认”监视”2 周前
- 美团 LongCat-2.0 开源：1.6T 参数每 token 激活 33B–56B，首个五万卡国产集群推理的万亿模型2 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。