उत्तरप्रकाशित23 स्रोत
Unitree का UnifoLM-WLA-1.0: एक मॉडल से 64 ह्यूमनॉइड रोबोट कार्यों का दावा
Unitree ने 10 सितंबर को UnifoLM WLA 1.0 पेश किया—6 अरब पैरामीटर वाला ह्यूमनॉइड विज़न लैंग्वेज एक्शन मॉडल, जिसे करीब 2,500 घंटे के वास्तविक रोबोट डेटा पर प्रशिक्षित बताया गया है। कंपनी का कहना है कि एक ही मॉडल ने 64 कार्य किए: 54 टेबलटॉप कार्य और 10 पूरे शरीर की मोबाइल मैनिपुलेशन गतिविधियां। रिलीज को ओपन सोर्स बताए ज...
प्रकाशितकर्ताGPT-5.6 Terra से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Unitree ने 10 सितंबर को UnifoLM WLA 1.0 पेश किया—6 अरब पैरामीटर वाला ह्यूमनॉइड विज़न लैंग्वेज एक्शन मॉडल, जिसे करीब 2,500 घंटे के वास्तविक रोबोट डेटा पर प्रशिक्षित बताया गया है।
- कंपनी का कहना है कि एक ही मॉडल ने 64 कार्य किए: 54 टेबलटॉप कार्य और 10 पूरे शरीर की मोबाइल मैनिपुलेशन गतिविधियां।
- रिलीज को ओपन सोर्स बताए जाने के बावजूद कोड, वेट्स और डेटासेट की वास्तविक उपलब्धता संबंधी रिपोर्टों में विरोधाभास है; उपयोग से पहले आधिकारिक लिंक और लाइसेंस जांचना जरूरी है।
AI संकेत
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 ने 10 सितंबर को UnifoLM-WLA-1.0 को एक ऐसे सामान्य-उद्देश्य ह्यूमनॉइड रोबोट फाउंडेशन मॉडल के रूप में पेश किया, जिसका लक्ष्य किसी एक काम के लिए ट्यून की गई नीति बनना नहीं, बल्कि कई तरह के शारीरिक कामों को एक मॉडल से चलाना है। कंपनी का मुख्य दावा है कि 6 अरब पैरामीटर वाला विज़न-लैंग्वेज-एक्शन (VLA) मॉडल बारीक टेबलटॉप कामों और चलते-फिरते पूरे शरीर से होने वाली मैनिपुलेशन—दोनों को संभाल सकता है। 18
19
26
मुख्य आंकड़े: 6B पैरामीटर, 2,500 घंटे, 64 कार्य
Unitree के मुताबिक UnifoLM-WLA-1.0 में 6 अरब पैरामीटर हैं और इसे करीब 2,500 घंटे के उच्च-गुणवत्ता वाले वास्तविक रोबोट डेटा पर प्रशिक्षित किया गया। कंपनी के रियल-रोबोट मूल्यांकन में एक ही मॉडल ने 64 कार्य संभाले: 54 टेबलटॉप कार्य और 10 पूरे शरीर की मोबाइल-मैनिपुलेशन गतिविधियां। 23
24
26
यह फर्क इसलिए महत्वपूर्ण है क्योंकि दोनों परिस्थितियों में रोबोट नियंत्रण की मांग अलग होती है। मेज पर वस्तु उठाने, रखने या व्यवस्थित करने में हाथ अथवा ग्रिपर की बहुत सटीक गति चाहिए; वहीं मोबाइल पूरे-शरीर वाला काम रोबोट की चाल, संतुलन और मैनिपुलेशन के समन्वय पर निर्भर करता है। Unitree का घोषित उद्देश्य अलग-अलग कामों के लिए अलग नीति बनाने के बजाय साझा मॉडल से दोनों तरह के व्यवहार कवर करना है। 19
22
28
हार्डवेयर और सामान्यीकरण का दावा
कंपनी का कहना है कि सिस्टम अलग कार्यों और अलग एंड-इफेक्टर—अर्थात रोबोट के ग्रिपर या हाथ—के बीच सामान्यीकरण कर सकता है। रिलीज संबंधी रिपोर्टों में पैरेलल दो-उंगली ग्रिपर और एक से अधिक पांच-उंगली वाले दक्ष हाथ कॉन्फ़िगरेशन के समर्थन का उल्लेख है। 22
24
32
इन्हें हर रोबोट सेटअप पर प्रदर्शन की स्वतंत्र पुष्टि नहीं माना जाना चाहिए; ये कंपनी द्वारा बताए गए दावे हैं। फिर भी, उत्पाद की दिशा स्पष्ट है: हर कार्य और हर हाथ-ग्रिपर संयोजन के लिए नई नीति प्रशिक्षित करने के बजाय सीखे हुए व्यवहार को स्थानांतरित करने की कोशिश। 22
27
आर्किटेक्चर को Unitree कैसे समझाता है
तकनीकी रूप से Unitree इसे इंटरैक्शन-केंद्रित वर्ल्ड मॉडलिंग कहता है। विचार यह है कि मॉडल दृश्य और भाषा की समझ को भौतिक दुनिया में होने वाली अंतःक्रियाओं के अनुमान तथा कार्रवाई उत्पन्न करने से जोड़े। Unitree और इसकी घोषणा पर आई रिपोर्टों के अनुसार, एकीकृत मल्टीमॉडल पाइपलाइन में तीन प्रमुख क्षमताएं हैं:
- एम्बॉडिड रीजनिंग, यानी रोबोट के शरीर और परिवेश के संदर्भ में तर्क करना;
- भविष्य के गतिशील क्षेत्रों का पूर्वानुमान; और
- डिस्क्रीट-एक्शन लर्निंग।
18
23
रिपोर्टों में UnifoLM-ER-Flow को मल्टीमॉडल बैकबोन और कार्रवाई बनाने के लिए MMDiT-आधारित एक्शन एक्सपर्ट बताया गया है। 22
23
24
हालांकि, उपलब्ध साक्ष्य उन हर निचले-स्तर के तकनीकी विवरणों की स्वतंत्र पुष्टि नहीं करते जिन्हें कभी-कभी इस रिलीज से जोड़ा जाता है—जैसे किसी खास ऑप्टिकल-फ्लो या VQ-VAE टोकनाइजेशन डिजाइन, रेजिडुअल वेक्टर क्वांटाइजेशन, अथवा प्रत्येक मॉड्यूल का सटीक प्रशिक्षण तरीका। इसलिए ऐसे विवरणों को प्राथमिक तकनीकी सामग्री से पुष्टि होने तक सत्यापित नहीं मानना चाहिए।
बेंचमार्क: नतीजे उत्साहजनक हैं, पर इन्हें विक्रेता के दावे की तरह पढ़ें
Unitree का कहना है कि उसके एम्बॉडिड-रीजनिंग सिस्टम का मूल्यांकन 16 मल्टीमॉडल परसेप्शन और अंडरस्टैंडिंग बेंचमार्क पर किया गया। प्रोजेक्ट पेज पर RoboVQA, Ego-Plan2, RefSpatial-Bench, Where2Place, Pixmo-Point, BLINK, CV-Bench, EmbSpatial, RoboSpatial, SAT, VSI-Bench, VSR, ERQA, RealWorld QA, MME और MMMU_VAL जैसे सूट सूचीबद्ध हैं। 31
कंपनी और समकालीन रिपोर्टों ने इन परिणामों को कई एम्बॉडिड-रीजनिंग बेंचमार्क पर ओपन मॉडल्स में अग्रणी तथा कुछ मापदंडों पर प्रमुख स्वामित्व वाले मॉडलों के तुलनीय बताया है। 18
21
26
लेकिन यह किसी सार्वभौमिक रैंकिंग के बराबर नहीं है। उपलब्ध स्रोत “GPT-6 Astra” नाम के मॉडल के मुकाबले सीधे प्रदर्शन-निष्कर्ष को स्वतंत्र रूप से सत्यापित करने के लिए पर्याप्त नहीं हैं; इसलिए ऐसी तुलना को स्थापित तथ्य नहीं मानना चाहिए।
डेमो क्या दिखाते हैं—और क्या नहीं
दिखाए गए डेमो में Unitree G1 हार्डवेयर पर डेस्कटॉप और पूरे शरीर वाले दोनों प्रकार के कार्य शामिल थे। 64 कार्यों का विभाजन 54 टेबलटॉप और 10 पूरे शरीर की मोबाइल-मैनिपुलेशन गतिविधियों में बताया गया है। 24
32
यह किसी एक कौशल के बेहद नियंत्रित डेमो से अधिक उपयोगी संकेत देता है, क्योंकि इसमें एक ही चेकपॉइंट को अलग-अलग कार्य-समूहों में चलाने का प्रयास दिखता है। मगर यह फिर भी विक्रेता द्वारा रिपोर्ट किया गया मूल्यांकन है। केवल इससे यह सिद्ध नहीं होता कि रोबोट बिना नियंत्रित घरों, कारखानों या सार्वजनिक जगहों में लगातार भरोसेमंद ढंग से काम करेगा।
क्या UnifoLM-WLA-1.0 पूरी तरह डाउनलोड करने योग्य और ओपन सोर्स है?
रिलीज की उपलब्धता को लेकर दिए गए विवरण एक जैसे नहीं हैं। 10 से 15 सितंबर के बीच की कई रिपोर्टों में UnifoLM-WLA-1.0 को पूरी तरह ओपन सोर्स बताया गया, या कहा गया कि कोड, मॉडल और डेटासेट जारी किए गए अथवा उपलब्ध कराए जाएंगे। 20
21
26
27 Unitree से जुड़ी एक Hugging Face कलेक्शन में UnifoLM-WLA डेटासेट भी सूचीबद्ध है।
30
दूसरी ओर, एक रिपोर्ट में कोड और डेटासेट को “जल्द उपलब्ध” बताया गया था। 24 इस विरोधाभास के कारण यह निश्चित रूप से कहना सुरक्षित नहीं है कि घोषणा के समय पूर्ण ट्रेनिंग कोड, सभी मॉडल वेट्स और सभी डेटासेट डाउनलोड कर चलाने के लिए तैयार थे।
व्यावहारिक निष्कर्ष यही है: तैनाती या शोध योजना बनाने से पहले आधिकारिक रिपॉजिटरी और मॉडल हब में उपलब्ध वास्तविक फाइलें, उनके लाइसेंस तथा एक्सेस लिंक जांचें। घोषणा मॉडल और शोध रोडमैप के लिहाज से महत्वपूर्ण है; उपयोगी ओपन-सोर्स पैकेज का आकलन इस आधार पर होना चाहिए कि वास्तव में क्या उपलब्ध है।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Unitree का UnifoLM-WLA-1.0: एक मॉडल से 64 ह्यूमनॉइड रोबोट कार्यों का दावा" का संक्षिप्त उत्तर क्या है?
Unitree ने 10 सितंबर को UnifoLM WLA 1.0 पेश किया—6 अरब पैरामीटर वाला ह्यूमनॉइड विज़न लैंग्वेज एक्शन मॉडल, जिसे करीब 2,500 घंटे के वास्तविक रोबोट डेटा पर प्रशिक्षित बताया गया है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Unitree ने 10 सितंबर को UnifoLM WLA 1.0 पेश किया—6 अरब पैरामीटर वाला ह्यूमनॉइड विज़न लैंग्वेज एक्शन मॉडल, जिसे करीब 2,500 घंटे के वास्तविक रोबोट डेटा पर प्रशिक्षित बताया गया है। कंपनी का कहना है कि एक ही मॉडल ने 64 कार्य किए: 54 टेबलटॉप कार्य और 10 पूरे शरीर की मोबाइल मैनिपुलेशन गतिविधियां।
मुझे अभ्यास में आगे क्या करना चाहिए?
रिलीज को ओपन सोर्स बताए जाने के बावजूद कोड, वेट्स और डेटासेट की वास्तविक उपलब्धता संबंधी रिपोर्टों में विरोधाभास है; उपयोग से पहले आधिकारिक लिंक और लाइसेंस जांचना जरूरी है।