RéponsesPublié23 sources
UnifoLM-WLA-1.0 : un seul modèle pour 64 tâches de robot humanoïde
Le 10 septembre, Unitree a présenté UnifoLM WLA 1.0, un modèle VLA de 6 milliards de paramètres entraîné sur environ 2 500 heures de données issues de robots réels. Selon l’entreprise, un même modèle prend en charge 64 tâches : 54 manipulations sur table et 10 tâches mobiles impliquant la coordination de l’ensemble...
Publié parModifié avec GPT-5.6 TerraImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Le 10 septembre, Unitree a présenté UnifoLM WLA 1.0, un modèle VLA de 6 milliards de paramètres entraîné sur environ 2 500 heures de données issues de robots réels.
- Selon l’entreprise, un même modèle prend en charge 64 tâches : 54 manipulations sur table et 10 tâches mobiles impliquant la coordination de l’ensemble du corps.
- L’objectif affiché est de transférer les comportements entre tâches et effecteurs, notamment des pinces parallèles à deux doigts et plusieurs configurations de mains dextrées.
Prompt IA
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 a présenté, le 10 septembre, UnifoLM-WLA-1.0 comme un modèle de fondation généraliste pour la manipulation par robots humanoïdes, plutôt que comme une politique optimisée pour une seule tâche. L’idée centrale est qu’un unique modèle vision-langage-action (VLA) de 6 milliards de paramètres puisse gérer à la fois des gestes précis sur une table et des manipulations mobiles mobilisant tout le corps. 18
19
26
Les chiffres clés : 6 milliards de paramètres, 2 500 heures, 64 tâches
Unitree indique qu’UnifoLM-WLA-1.0 compte 6 milliards de paramètres et a été entraîné sur environ 2 500 heures de données de haute qualité collectées sur des robots réels. Lors de ses évaluations sur robot réel, l’entreprise affirme qu’un seul modèle a réalisé 64 tâches : 54 tâches sur table et 10 tâches de manipulation mobile impliquant le corps entier. 23
24
26
Cette promesse est importante car ces deux familles d’actions imposent habituellement des comportements de contrôle très différents. La manipulation sur table demande une grande précision de la pince ou de la main ; le travail mobile à l’échelle du corps exige de synchroniser déplacement, posture et manipulation. Unitree cherche donc à couvrir ces deux dimensions avec un modèle partagé, et non avec une politique distincte par tâche. 19
22
28
Généralisation entre tâches et matériel
Unitree affirme que le système peut généraliser d’une tâche à l’autre et entre différents effecteurs. Les descriptions de la sortie évoquent une compatibilité avec des pinces parallèles à deux doigts, ainsi qu’avec plusieurs configurations de mains dextrées à cinq doigts. 22
24
32
Il s’agit de capacités rapportées par l’entreprise, et non d’une certification indépendante des performances sur toutes les configurations de robots. L’orientation produit reste néanmoins nette : transférer un comportement appris entre tâches et matériels de manipulation, plutôt que réentraîner une politique séparée pour chaque combinaison. 22
27
Une architecture centrée sur l’interaction
Le cadre technique présenté repose sur une modélisation du monde centrée sur l’interaction. Le modèle vise à relier compréhension visuelle et linguistique, anticipation des interactions physiques et génération d’actions. Unitree et les articles consacrés à l’annonce décrivent une chaîne multimodale unifiée articulée autour de trois fonctions :
- le raisonnement incarné ;
- la prédiction de régions dynamiques futures ;
- l’apprentissage d’actions discrètes.
18
23
Les descriptions disponibles désignent UnifoLM-ER-Flow comme ossature multimodale, associée à un expert d’action fondé sur MMDiT pour produire les commandes. 22
23
24
Les éléments fournis ne permettent pas de confirmer indépendamment tous les détails d’implémentation parfois associés à cette sortie, tels qu’une conception précise fondée sur le flux optique ou la tokenisation VQ-VAE, la quantification vectorielle résiduelle, ou encore la recette d’entraînement exacte de chaque module. Ces points doivent donc être considérés comme non vérifiés en l’absence de documentation technique primaire du projet.
Benchmarks : des résultats prometteurs, à lire comme des résultats éditeur
Unitree indique avoir évalué son système de raisonnement incarné sur 16 benchmarks de perception et de compréhension multimodales. La page du projet cite notamment RoboVQA, Ego-Plan2, RefSpatial-Bench, Where2Place, Pixmo-Point, BLINK, CV-Bench, EmbSpatial, RoboSpatial, SAT, VSI-Bench, VSR, ERQA, RealWorld QA, MME et MMMU_VAL. 31
L’entreprise et les publications contemporaines présentent les résultats comme parmi les meilleurs des modèles ouverts sur plusieurs tests de raisonnement incarné et, selon certaines mesures, comparables à ceux de grands modèles propriétaires. 18
21
26
Ces affirmations ne constituent pas un classement universel. Les sources fournies ne contiennent pas assez d’éléments vérifiables de manière indépendante pour conclure à une supériorité directe face à un modèle nommé « GPT-6 Astra » : cette comparaison ne doit donc pas être tenue pour établie.
Ce que montrent les démonstrations — et leurs limites
Les démonstrations concernent notamment le matériel G1 d’Unitree, pour des tâches sur bureau comme pour des tâches mobiles impliquant le corps entier. La répartition annoncée des 64 tâches est de 54 tâches sur table et 10 tâches de manipulation mobile globale. 24
32
C’est plus instructif qu’une démonstration très mise en scène d’une seule compétence : Unitree tente de montrer un même point de contrôle sur plusieurs familles de tâches. Cela reste toutefois un protocole d’évaluation communiqué par le fournisseur. Il ne démontre pas, à lui seul, une robustesse en conditions réelles non contraintes dans des domiciles, des usines ou des espaces publics.
Le modèle est-il réellement téléchargeable et open source ?
Les informations fournies sur la disponibilité ne sont pas parfaitement cohérentes. Plusieurs articles publiés entre le 10 et le 15 septembre décrivent UnifoLM-WLA-1.0 comme entièrement open source, ou indiquent que le code, les modèles et les jeux de données ont été publiés ou devaient l’être. 20
21
26
27 Une collection Hugging Face associée à Unitree répertorie par ailleurs un jeu de données UnifoLM-WLA.
30
En parallèle, un autre article indiquait que le code et le jeu de données étaient « bientôt disponibles ». 24 Cette contradiction empêche d’affirmer que chaque composant — code d’entraînement complet, poids du modèle et intégralité des jeux de données — était effectivement téléchargeable et immédiatement exploitable au moment de l’annonce.
En pratique, il convient de contrôler les artefacts réellement accessibles, leurs licences et les liens officiels avant d’envisager un déploiement. L’annonce est significative comme feuille de route de recherche et de modèle ; la réalité du paquet open source doit être appréciée à l’aune de ce qui est effectivement disponible dans les dépôts officiels et sur les plateformes de modèles.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « UnifoLM-WLA-1.0 : un seul modèle pour 64 tâches de robot humanoïde » ?
Le 10 septembre, Unitree a présenté UnifoLM WLA 1.0, un modèle VLA de 6 milliards de paramètres entraîné sur environ 2 500 heures de données issues de robots réels.
Quels sont les points clés à valider en premier ?
Le 10 septembre, Unitree a présenté UnifoLM WLA 1.0, un modèle VLA de 6 milliards de paramètres entraîné sur environ 2 500 heures de données issues de robots réels. Selon l’entreprise, un même modèle prend en charge 64 tâches : 54 manipulations sur table et 10 tâches mobiles impliquant la coordination de l’ensemble du corps.
Que dois-je faire ensuite en pratique ?
L’objectif affiché est de transférer les comportements entre tâches et effecteurs, notamment des pinces parallèles à deux doigts et plusieurs configurations de mains dextrées.