Unitree 10. září představilo UnifoLM WLA 1.0, VLA model pro humanoidní roboty se 6 miliardami parametrů, trénovaný přibližně na 2 500 hodinách dat z reálných robotů.
PublikovalUpraveno pomocí GPT-5.6 TerraObrázky vytvořeny pomocí GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Unitree disclose about UnifoLM-WLA-1.0 on September 10, 2026—including its approximately 6-billion-parameter, general-purpose human. Article summary: On September 10, Unitree presented UnifoLM-WLA-1.0 as a roughly 6-billion-parameter, general-purpose humanoid vision-language-action foundation model intended to use one model across tabletop manipulation and mobile whol. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Unitree 10. září představilo UnifoLM-WLA-1.0 jako obecný základní model pro manipulaci humanoidních robotů, nikoli jako řídicí model naladěný na jednu konkrétní činnost. Hlavní sdělení firmy: jeden vision-language-action (VLA) model se 6 miliardami parametrů má řídit jak přesnou práci na stole, tak mobilní manipulaci využívající celé tělo robota. 18
19
26
Unitree uvádí, že UnifoLM-WLA-1.0 má 6 miliard parametrů a byl trénován přibližně na 2 500 hodinách kvalitních dat z reálných robotů. Při testování na skutečných robotech měl jediný model obsloužit 64 úloh: 54 stolních úloh a 10 úloh mobilní manipulace celým tělem. 23
24
26
To je důležité hlavně proto, že oba typy práce kladou na řízení robota odlišné nároky. Stolní manipulace vyžaduje velmi přesný pohyb ruky nebo chapadla, kdežto mobilní úloha musí sladit chůzi, držení rovnováhy a manipulaci. Cílem Unitree je pokrýt obě oblasti sdíleným modelem namísto samostatných modelů pro jednotlivé úkoly. 19
22
28
Firma uvádí, že systém podporuje generalizaci napříč úlohami i koncovými efektory. Zprávy o vydání zmiňují kompatibilitu s paralelními dvouprstými chapadly i s více konfiguracemi pětiprstých dexterózních rukou. 22
24
32
Jde ovšem o schopnosti deklarované samotnou společností, nikoli o nezávislou certifikaci výkonu ve všech možných robotických sestavách. Směr produktu je přesto zřejmý: přenášet naučené chování mezi druhy úloh a manipulačním hardwarem, místo aby bylo nutné pro každou kombinaci znovu trénovat samostatný řídicí model. 22
27
Zveřejněný technický koncept stojí na modelování světa zaměřeném na interakci. Model má spojovat porozumění obrazu a jazyku s předpovědí fyzické interakce a generováním akcí. Unitree a dobové zprávy popisují jednotný multimodální postup se třemi funkcemi:
Uváděný základ tvoří multimodální páteř UnifoLM-ER-Flow a akční expert založený na MMDiT, který vytváří výsledné akce robota. 22
23
24
Dodané zdroje ale samostatně nepotvrzují všechny nízkoúrovňové technické detaily, které se s vydáním občas spojují — například konkrétní řešení optického toku, tokenizaci VQ-VAE, reziduální vektorovou kvantizaci nebo přesný tréninkový postup jednotlivých modulů. Dokud je nepotvrdí primární technická dokumentace projektu, je namístě k nim přistupovat jako k neověřeným detailům.
Unitree uvádí hodnocení svého systému vtěleného uvažování v 16 multimodálních benchmarcích pro vnímání a porozumění. Projektová stránka uvádí mimo jiné sady RoboVQA, Ego-Plan2, RefSpatial-Bench, Where2Place, Pixmo-Point, BLINK, CV-Bench, EmbSpatial, RoboSpatial, SAT, VSI-Bench, VSR, ERQA, RealWorld QA, MME a MMMU_VAL. 31
Společnost a tehdejší zpravodajství výsledky charakterizují jako špičkové mezi otevřenými modely v několika benchmarcích vtěleného uvažování; v některých metrikách mají být srovnatelné s předními proprietárními modely. 18
21
26
Nelze z toho ale vyvozovat univerzální pořadí modelů. Dodané zdroje neposkytují dostatek nezávisle ověřitelných podkladů pro přímý závěr o výkonu proti modelu označovanému jako „GPT-6 Astra“; takové srovnání proto nelze považovat za potvrzené.
Demonstrace zahrnovaly hardware Unitree G1 při stolních i celotělových úlohách; rozdělení 64 úloh činilo 54 stolních a 10 mobilních celotělových úloh. 24
32
Je to výpovědnější než úzce připravené video s jedinou dovedností, protože má ukazovat jeden checkpoint napříč různými rodinami úloh. Stále však jde o výrobcem sestavenou testovací sadu. Sama o sobě nedokazuje spolehlivý provoz v nepředvídatelném prostředí domácností, továren nebo veřejného prostoru.
Informace o dostupnosti vydání si v dodaných materiálech protiřečí. Několik zpráv z období 10.–15. září popisuje UnifoLM-WLA-1.0 jako plně open-source projekt, případně uvádí, že byly nebo budou zveřejněny kód, modely a datasety. 20
21
26
27 Kolekce na Hugging Face spojená s Unitree zároveň uvádí dataset UnifoLM-WLA.
30
Jiná zpráva však popisovala kód a dataset jako „již brzy“. 24 Kvůli tomuto rozporu nelze s jistotou tvrdit, že v okamžiku zveřejnění byly ke stažení a připravené k použití všechny součásti — úplný tréninkový kód, veškeré váhy modelu i všechny datasety.
Praktický závěr: před nasazením je potřeba ověřit konkrétně dostupné artefakty, jejich licence a přístupové odkazy. Oznámení je významné jako ukázka modelu a výzkumného směru; reálnou hodnotu open-source balíčku však určuje to, co je skutečně přístupné v oficiálních repozitářích a na modelových platformách.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Unitree 10. září představilo UnifoLM WLA 1.0, VLA model pro humanoidní roboty se 6 miliardami parametrů, trénovaný přibližně na 2 500 hodinách dat z reálných robotů.
Unitree 10. září představilo UnifoLM WLA 1.0, VLA model pro humanoidní roboty se 6 miliardami parametrů, trénovaný přibližně na 2 500 hodinách dat z reálných robotů. Podle firmy jeden model v reálných testech zvládl 64 úloh: 54 stolních manipulací a 10 úloh mobilní manipulace celým tělem.
Model má přenášet naučené schopnosti mezi úlohami i různými koncovými efektory, ale tvrzení o výkonu a otevřenosti vydání je vhodné ověřovat podle skutečně dostupných souborů a licencí.
Unitree 10. září představilo UnifoLM WLA 1.0, VLA model pro humanoidní roboty se 6 miliardami parametrů, trénovaný přibližně na 2 500 hodinách dat z reálných robotů.
PublikovalUpraveno pomocí GPT-5.6 TerraObrázky vytvořeny pomocí GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Unitree disclose about UnifoLM-WLA-1.0 on September 10, 2026—including its approximately 6-billion-parameter, general-purpose human. Article summary: On September 10, Unitree presented UnifoLM-WLA-1.0 as a roughly 6-billion-parameter, general-purpose humanoid vision-language-action foundation model intended to use one model across tabletop manipulation and mobile whol. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Unitree 10. září představilo UnifoLM-WLA-1.0 jako obecný základní model pro manipulaci humanoidních robotů, nikoli jako řídicí model naladěný na jednu konkrétní činnost. Hlavní sdělení firmy: jeden vision-language-action (VLA) model se 6 miliardami parametrů má řídit jak přesnou práci na stole, tak mobilní manipulaci využívající celé tělo robota. 18
19
26
Unitree uvádí, že UnifoLM-WLA-1.0 má 6 miliard parametrů a byl trénován přibližně na 2 500 hodinách kvalitních dat z reálných robotů. Při testování na skutečných robotech měl jediný model obsloužit 64 úloh: 54 stolních úloh a 10 úloh mobilní manipulace celým tělem. 23
24
26
To je důležité hlavně proto, že oba typy práce kladou na řízení robota odlišné nároky. Stolní manipulace vyžaduje velmi přesný pohyb ruky nebo chapadla, kdežto mobilní úloha musí sladit chůzi, držení rovnováhy a manipulaci. Cílem Unitree je pokrýt obě oblasti sdíleným modelem namísto samostatných modelů pro jednotlivé úkoly. 19
22
28
Firma uvádí, že systém podporuje generalizaci napříč úlohami i koncovými efektory. Zprávy o vydání zmiňují kompatibilitu s paralelními dvouprstými chapadly i s více konfiguracemi pětiprstých dexterózních rukou. 22
24
32
Jde ovšem o schopnosti deklarované samotnou společností, nikoli o nezávislou certifikaci výkonu ve všech možných robotických sestavách. Směr produktu je přesto zřejmý: přenášet naučené chování mezi druhy úloh a manipulačním hardwarem, místo aby bylo nutné pro každou kombinaci znovu trénovat samostatný řídicí model. 22
27
Zveřejněný technický koncept stojí na modelování světa zaměřeném na interakci. Model má spojovat porozumění obrazu a jazyku s předpovědí fyzické interakce a generováním akcí. Unitree a dobové zprávy popisují jednotný multimodální postup se třemi funkcemi:
Uváděný základ tvoří multimodální páteř UnifoLM-ER-Flow a akční expert založený na MMDiT, který vytváří výsledné akce robota. 22
23
24
Dodané zdroje ale samostatně nepotvrzují všechny nízkoúrovňové technické detaily, které se s vydáním občas spojují — například konkrétní řešení optického toku, tokenizaci VQ-VAE, reziduální vektorovou kvantizaci nebo přesný tréninkový postup jednotlivých modulů. Dokud je nepotvrdí primární technická dokumentace projektu, je namístě k nim přistupovat jako k neověřeným detailům.
Unitree uvádí hodnocení svého systému vtěleného uvažování v 16 multimodálních benchmarcích pro vnímání a porozumění. Projektová stránka uvádí mimo jiné sady RoboVQA, Ego-Plan2, RefSpatial-Bench, Where2Place, Pixmo-Point, BLINK, CV-Bench, EmbSpatial, RoboSpatial, SAT, VSI-Bench, VSR, ERQA, RealWorld QA, MME a MMMU_VAL. 31
Společnost a tehdejší zpravodajství výsledky charakterizují jako špičkové mezi otevřenými modely v několika benchmarcích vtěleného uvažování; v některých metrikách mají být srovnatelné s předními proprietárními modely. 18
21
26
Nelze z toho ale vyvozovat univerzální pořadí modelů. Dodané zdroje neposkytují dostatek nezávisle ověřitelných podkladů pro přímý závěr o výkonu proti modelu označovanému jako „GPT-6 Astra“; takové srovnání proto nelze považovat za potvrzené.
Demonstrace zahrnovaly hardware Unitree G1 při stolních i celotělových úlohách; rozdělení 64 úloh činilo 54 stolních a 10 mobilních celotělových úloh. 24
32
Je to výpovědnější než úzce připravené video s jedinou dovedností, protože má ukazovat jeden checkpoint napříč různými rodinami úloh. Stále však jde o výrobcem sestavenou testovací sadu. Sama o sobě nedokazuje spolehlivý provoz v nepředvídatelném prostředí domácností, továren nebo veřejného prostoru.
Informace o dostupnosti vydání si v dodaných materiálech protiřečí. Několik zpráv z období 10.–15. září popisuje UnifoLM-WLA-1.0 jako plně open-source projekt, případně uvádí, že byly nebo budou zveřejněny kód, modely a datasety. 20
21
26
27 Kolekce na Hugging Face spojená s Unitree zároveň uvádí dataset UnifoLM-WLA.
30
Jiná zpráva však popisovala kód a dataset jako „již brzy“. 24 Kvůli tomuto rozporu nelze s jistotou tvrdit, že v okamžiku zveřejnění byly ke stažení a připravené k použití všechny součásti — úplný tréninkový kód, veškeré váhy modelu i všechny datasety.
Praktický závěr: před nasazením je potřeba ověřit konkrétně dostupné artefakty, jejich licence a přístupové odkazy. Oznámení je významné jako ukázka modelu a výzkumného směru; reálnou hodnotu open-source balíčku však určuje to, co je skutečně přístupné v oficiálních repozitářích a na modelových platformách.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Unitree 10. září představilo UnifoLM WLA 1.0, VLA model pro humanoidní roboty se 6 miliardami parametrů, trénovaný přibližně na 2 500 hodinách dat z reálných robotů.
Unitree 10. září představilo UnifoLM WLA 1.0, VLA model pro humanoidní roboty se 6 miliardami parametrů, trénovaný přibližně na 2 500 hodinách dat z reálných robotů. Podle firmy jeden model v reálných testech zvládl 64 úloh: 54 stolních manipulací a 10 úloh mobilní manipulace celým tělem.
Model má přenášet naučené schopnosti mezi úlohami i různými koncovými efektory, ale tvrzení o výkonu a otevřenosti vydání je vhodné ověřovat podle skutečně dostupných souborů a licencí.