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」。
一个模型管 64 项任务意味着什么
过去的机器人能力通常按任务单独训练,抓取一个模型、折叠一个模型、移动一个模型,部署时按场景切换。单模型覆盖 64 项任务,包括 54 项桌面操作加 10 项全身移动操作,意味着参数里已经沉淀了跨任务的通用表征,遇到新任务时不再需要从零训练。
覆盖的任务类型也说明了泛化范围。倒垃圾、铺床、整理厨房浴室、叠衣服、收纳餐盘,这些任务的动作空间和物体类别差异很大,能同时在评测里跑通,说明模型学到的不只是某类物体的操作技巧。
不绑定末端执行器为什么关键
人形机器人的硬件形态远未统一,平行夹爪和各类灵巧手的自由度、传动方式都不一样。一个模型如果只能驱动特定型号的执行器,换一台机器就要重训。宇树这次强调同一模型能驱动平行夹爪与两类灵巧手,解决的是硬件碎片化这个具身智能最大的工程障碍。
对生态的意义在于,其它厂商的硬件也有机会接入这套模型,开源的价值才能放大。
「已宣布开源」离「已开源」有多远
官方用词是完全开源,但截至公告次日,项目页面上的代码、模型、数据集三项都标着即将上线。这个状态在行业里很常见,先发布消息抢占关注度,资源随后补齐。判断标准很直接,看权重有没有真的挂上去、许可证写的是什么、数据集有没有下载入口。
在此之前,任何基于该模型的复现或评测都无从谈起,宣传口径和可验证的事实之间要保持距离。
2500 小时真机数据的分量
具身智能的训练数据分两类,仿真数据和真机数据。仿真数据便宜、可无限生成,但存在仿真与现实的差距,模型在模拟器里跑通的动作,到了真实世界经常失效。真机数据的采集成本极高,需要人操作机器人一遍遍录制,2500 小时的量级说明投入了相当规模的采集团队与设备。
这也是为什么开源真机数据集比开源权重更有分量,它对整个领域都是稀缺资源。
常见问题
6B 参数在机器人上跑得动吗?这个量级通常需要边缘端算力模块支持,人形机器人本体一般会搭载专用计算单元。相比云端大模型,6B 的定位就是端侧可部署。
能直接用在其它品牌的机器人上吗?理论上不绑定末端执行器的设计提高了可迁移性,但实际适配还取决于各家的关节接口与运动控制层,不是换个模型就能跑。
开源的商业意图是什么?机器人公司开源基础模型,通常是希望把开发者生态和硬件销量绑在一起。模型开源、硬件收费是这类公司常见的商业模式。
开源对国内具身智能格局的影响
人形机器人赛道的门槛一直卡在两处,硬件成本与数据积累。硬件随着供应链成熟在快速下降,数据则是最难复制的一环。一家厂商把 2500 小时真机数据开放出来,等于把全行业最难的部分往前推了一步,后来者可以少走很长的弯路。
代价是开源方的技术优势会被稀释。愿意这么做,通常是判断自家的硬件出货和生态位比模型独占更有价值。这个取舍是否成立,要看后续有多少团队真的把模型跑在自己的机器人上。
小结
单模型覆盖 64 项任务、跨末端执行器泛化,这两点是技术层面的真进展。但资源尚未上线,可验证的部分还只有一个首页。这件事的成色,要等权重和数据集真正开放之后才能判断。
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
- 宇树发布 H2-X 极限测试:主打 8 小时续航,开放世界物理 AI 竞赛1 周前
- 星动纪元VPP2登顶RoboDojo,真机58.5%超越GPT-6-Astra3 周前
- 李飞飞 World Labs 发布 Atlas:全球首个多模态世界模型,可控生成与 3D 重建双超 SOTA1 月前
- 智元两年投出 47 笔融资:多数押在自家机器人上游6 天前
继续读
同一批更新里这几篇值得一看:
- 智元 GO-3 Preview:61.90 分与 5 天 85.7% 自进化2026-10-30
- 逐际动力 FluxVLA V2:14 种策略与 9.64 倍推理加速2026-10-30
- 小米 21 自由度仿生手:1827 个 SOP 支撑,手掌仅 324 克2026-10-27
