RéponsesPublié19 sources
UnifoLM-WLA-1.0 : une annonce ambitieuse, une publication encore partielle
Unitree a publié les poids de deux composants, UnifoLM ER 1 et ER Flow ; les poids du modèle de contrôle complet figuraient encore parmi les éléments à venir dans les états de publication consultés.[8][13] L’entreprise annonce environ 2 500 heures de données recueillies sur des robots réels et 64 tâches couvertes pa...
Publié parModifié avec GPT-6 SolImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Unitree a publié les poids de deux composants, UnifoLM ER 1 et ER Flow ; les poids du modèle de contrôle complet figuraient encore parmi les éléments à venir dans les états de publication consultés.[8][13]
- L’entreprise annonce environ 2 500 heures de données recueillies sur des robots réels et 64 tâches couvertes par un seul modèle : 54 manipulations sur table et 10 mobilisant le corps entier.[5][6][13]
- Les sept meilleurs résultats obtenus sur 16 benchmarks concernent le raisonnement d’ER 1 4B, pas la fiabilité du robot en conditions réelles ni son adaptation à d’autres machines.[13][18]
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What has Unitree Robotics released so far for UnifoLM-WLA-1.0, its roughly 6-billion-parameter world–language–action humanoid model, and wha. Article summary: Unitree has announced UnifoLM-WLA-1.0 and released weights for two related 4B components, but the roughly 6B-parameter whole-body model is not yet a complete, reproducible open release. The distinction matters: the 64-ta. 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
La nuance tient en une phrase : Unitree a présenté UnifoLM-WLA-1.0, mais n’a pas publié tous les éléments nécessaires pour reproduire son système complet de contrôle robotique. Les poids de certains composants sont accessibles ; ceux du modèle d’environ 6 milliards de paramètres restaient à venir dans les états de publication examinés en septembre 2026.5
8
13
Ce qui est disponible — et ce qui ne l’est pas
Unitree a publié les poids d’UnifoLM-ER-1, composant de raisonnement incarné d’environ 4 milliards de paramètres, et d’UnifoLM-ER-Flow, qui intègre des représentations des changements anticipés et des actions. Un examen de la liste de publication du projet, daté du 16 septembre, indiquait également que le UniBot-V1 Challenge Dataset était marqué comme publié.8
17
En revanche, cette même liste classait encore parmi les éléments à venir les poids d’UnifoLM-WLA-Base, le code de post-entraînement, le Unitree-WBT-Dataset et le Unitree-Manipulation-Dataset. Un article du 20 septembre décrivait lui aussi ces ressources comme prévues, et non disponibles. Télécharger les composants ER ne revient donc pas à obtenir le modèle complet capable de générer les mouvements du robot.8
13
20
Que recouvrent les 64 tâches annoncées ?
Selon Unitree, un modèle entraîné sur environ 2 500 heures de données issues de robots réels couvre 64 tâches : 54 manipulations sur table et 10 tâches de manipulation mobilisant le corps entier, parfois avec déplacement. Les configurations rapportées comprennent des pinces à deux doigts et plusieurs mains articulées à cinq doigts. Cette diversité décrit le périmètre des essais annoncés par l’entreprise ; elle ne démontre pas que le modèle fonctionnerait tel quel sur n’importe quel robot.5
6
13
L’architecture vise à relier trois étapes. ER-1-4B analyse notamment les informations visuelles et spatiales ; ER-Flow représente les changements possibles de la scène et les actions ; puis un module de génération des mouvements doit coordonner mains, bras et corps à partir de la consigne et de la scène observée.8
17
30
Pour synchroniser ces mouvements, la méthode décrite convertit les trajectoires continues de l’organe de préhension, des articulations des mains et du bas du corps en jetons d’action discrets, alignés sur des pas de temps communs. L’objectif est d’associer ce qui pourrait changer dans la scène au moment où chaque partie du robot doit bouger. C’est un principe de conception, pas une preuve que le robot saura gérer un imprévu.18
22
Ce que les résultats permettent réellement de conclure
Unitree indique qu’ER-1-4B arrive en tête des modèles ouverts comparés sur sept des 16 benchmarks de perception et de compréhension multimodales. Ces résultats portent sur le composant de raisonnement et sur les modèles inclus dans la comparaison. Ils ne constituent ni sept mesures de réussite des tâches de bout en bout, ni une démonstration de sécurité ou de fiabilité sur la durée.13
18
Les 64 tâches illustrent l’étendue de l’évaluation rapportée par Unitree, mais les sources disponibles n’établissent pas de reproduction indépendante des performances en conditions réelles. Sans les poids complets du contrôle, les autres ressources prévues, des procédures d’évaluation détaillées et des essais indépendants sur différents corps, capteurs et mains robotiques, il serait prématuré de conclure à une fiabilité établie ou à une adaptation simple aux robots d’autres fabricants.8
13
22
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 : une annonce ambitieuse, une publication encore partielle » ?
Unitree a publié les poids de deux composants, UnifoLM ER 1 et ER Flow ; les poids du modèle de contrôle complet figuraient encore parmi les éléments à venir dans les états de publication consultés.[8][13]
Quels sont les points clés à valider en premier ?
Unitree a publié les poids de deux composants, UnifoLM ER 1 et ER Flow ; les poids du modèle de contrôle complet figuraient encore parmi les éléments à venir dans les états de publication consultés.[8][13] L’entreprise annonce environ 2 500 heures de données recueillies sur des robots réels et 64 tâches couvertes par un seul modèle : 54 manipulations sur table et 10 mobilisant le corps entier.[5][6][13]
Que dois-je faire ensuite en pratique ?
Les sept meilleurs résultats obtenus sur 16 benchmarks concernent le raisonnement d’ER 1 4B, pas la fiabilité du robot en conditions réelles ni son adaptation à d’autres machines.[13][18]