AnswersPublished23 sources
Unitree vil samle 64 humanoide robotopgaver i én AI-model
Unitree oplyser, at UnifoLM WLA 1.0 har 6 mia. parametre, er trænet på cirka 2.500 timers data fra rigtige robotter og kan håndtere 64 opgaver med én model.
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Unitree oplyser, at UnifoLM WLA 1.0 har 6 mia. parametre, er trænet på cirka 2.500 timers data fra rigtige robotter og kan håndtere 64 opgaver med én model.
- De 64 opgaver fordeler sig ifølge de offentliggjorte oplysninger på 54 bordopgaver og 10 mobile helkropsopgaver.
- Virksomheden fremhæver generalisering på tværs af både opgaver og gribeværktøj, men benchmark og ydelsespåstandene er leverandørens egne resultater.
AI Prompt
openai.comCreate 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 præsenterede 10. september UnifoLM-WLA-1.0 som en generel grundmodel til humanoide robotter – ikke blot som styring til én enkelt, afgrænset bevægelse. Virksomhedens hovedpåstand er, at én vision-language-action-model (VLA) med 6 mia. parametre kan styre både fint arbejde på et bord og mobil manipulation, hvor hele robotkroppen skal koordineres. 18
19
26
Det centrale: 6 mia. parametre, 2.500 timer og 64 opgaver
Ifølge Unitree er modellen trænet på cirka 2.500 timers højkvalitetsdata fra rigtige robotter. I virksomhedens evaluering på fysiske robotter håndterede den samme model 64 opgaver: 54 bordopgaver og 10 opgaver med mobil helkropsmanipulation. 23
24
26
Det er interessant, fordi de to typer arbejde normalt stiller ret forskellige krav. Ved bordmanipulation er præcise bevægelser med hånd eller griber afgørende. Ved mobil helkropsmanipulation skal robotten samtidig bevæge sig, holde balance og udføre handlinger. Unitrees ambition er at dække begge dele med en fælles model frem for særskilte, opgavespecifikke styringsmodeller. 19
22
28
Skal kunne fungere med forskellige hænder og gribere
Unitree oplyser, at systemet kan generalisere på tværs af opgaver og forskellige endeeffektorer – altså de gribere eller hænder, robotten bruger til at påvirke omgivelserne. Omtalen af lanceringen beskriver kompatibilitet med parallelle to-finger-gribere samt mere end én konfiguration af femfingrede, fingerfærdige robothænder. 22
24
32
Det er fortsat virksomhedens egne kapabilitetspåstande og ikke en uafhængig certificering af ydeevnen på alle robotopsætninger. Men retningen er tydelig: Lært adfærd skal kunne overføres mellem opgavetyper og hardware uden at kræve en helt ny styringsmodel for hver kombination. 22
27
Sådan beskriver Unitree arkitekturen
Den tekniske ramme kaldes interaktionscentreret verdensmodellering. Ideen er at koble visuel forståelse og sprogforståelse til forudsigelser om fysisk interaktion og til generering af handlinger. Unitree og den samtidige omtale beskriver en samlet multimodal pipeline med tre funktioner:
- kropslig eller embodied ræsonnering,
- forudsigelse af fremtidige dynamiske områder, og
- læring af diskrete handlinger.
18
23
De offentliggjorte beskrivelser peger på UnifoLM-ER-Flow som multimodal rygrad og en MMDiT-baseret handlingsekspert, der producerer robotbevægelserne. 22
23
24
Det foreliggende kildemateriale bekræfter ikke uafhængigt alle mere detaljerede implementeringspåstande, som undertiden knyttes til lanceringen – eksempelvis en bestemt brug af optisk flow, VQ-VAE-tokenisering, residualvektorkvantisering eller den præcise træningsopskrift for hvert modul. Sådanne detaljer bør derfor betragtes som ubekræftede, medmindre de dokumenteres i projektets primære tekniske materiale.
Benchmarks: Lovende, men stadig leverandørresultater
Unitree oplyser, at systemet til kropslig ræsonnering er evalueret på 16 multimodale benchmarks for perception og forståelse. Projektsiden oplister blandt andet RoboVQA, Ego-Plan2, RefSpatial-Bench, Where2Place, Pixmo-Point, BLINK, CV-Bench, EmbSpatial, RoboSpatial, SAT, VSI-Bench, VSR, ERQA, RealWorld QA, MME og MMMU_VAL. 31
Virksomheden og samtidige artikler beskriver resultaterne som førende blandt åbne modeller på flere benchmarks for kropslig ræsonnering og, på enkelte målepunkter, sammenlignelige med førende lukkede modeller. 18
21
26
Det er ikke det samme som en universel rangliste. Kilderne giver heller ikke tilstrækkeligt uafhængigt grundlag for at konkludere, at modellen direkte overgår en model kaldet “GPT-6 Astra”. Den sammenligning bør derfor ikke opfattes som dokumenteret.
Hvad demonstrationerne viser – og ikke viser
Demonstrationerne omfattede Unitrees G1-hardware i både bordopgaver og helkropsopgaver. De 64 opgaver blev opdelt i de to kategorier. 24
32
Det er mere oplysende end en nøje iscenesat demonstration af én enkelt færdighed, fordi samme model forsøges anvendt på tværs af forskellige opgavefamilier. Men der er stadig tale om et evalueringssæt rapporteret af leverandøren. Det beviser ikke i sig selv robust drift i uforudsigelige hjem, fabrikker eller offentlige rum.
Er modellen faktisk klar til download og brug?
Kilderne er ikke helt samstemmende om tilgængeligheden. Flere rapporter fra 10.-15. september beskriver UnifoLM-WLA-1.0 som fuldt open source eller anfører, at kode, modeller og datasæt er frigivet eller vil blive gjort tilgængelige. 20
21
26
27 En Hugging Face-samling tilknyttet Unitree oplister også et UnifoLM-WLA-datasæt.
30
Samtidig beskrev en anden rapport kode og datasæt som “kommer snart”. 24 Den uoverensstemmelse gør det usikkert at hævde, at alle dele – komplet træningskode, alle modelvægte og alle datasæt – uden videre kunne downloades og køres ved offentliggørelsen.
Den praktiske konklusion er derfor enkel: Kontrollér de konkrete filer, licenser og adgangslinks i Unitrees officielle arkiver og modelhubs, før modellen indgår i et projekt. Lanceringen er væsentlig som forsknings- og produktplan, men den brugbare open source-pakke bør vurderes ud fra det, der faktisk er tilgængeligt.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Unitree vil samle 64 humanoide robotopgaver i én AI-model"?
Unitree oplyser, at UnifoLM WLA 1.0 har 6 mia. parametre, er trænet på cirka 2.500 timers data fra rigtige robotter og kan håndtere 64 opgaver med én model.
What are the key points to validate first?
Unitree oplyser, at UnifoLM WLA 1.0 har 6 mia. parametre, er trænet på cirka 2.500 timers data fra rigtige robotter og kan håndtere 64 opgaver med én model. De 64 opgaver fordeler sig ifølge de offentliggjorte oplysninger på 54 bordopgaver og 10 mobile helkropsopgaver.
What should I do next in practice?
Virksomheden fremhæver generalisering på tværs af både opgaver og gribeværktøj, men benchmark og ydelsespåstandene er leverandørens egne resultater.