JawabanDipublikasikan23 sumber
Unitree UnifoLM-WLA-1.0: Satu Model untuk 64 Tugas Robot Humanoid
Pada 10 September, Unitree mengungkap UnifoLM WLA 1.0, model vision language action humanoid berparameter 6 miliar yang dilatih memakai sekitar 2.500 jam data robot nyata. Dalam evaluasi robot nyata versi Unitree, satu model menangani 64 tugas: 54 tugas manipulasi di meja dan 10 tugas manipulasi bergerak dengan koor...
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Pada 10 September, Unitree mengungkap UnifoLM WLA 1.0, model vision language action humanoid berparameter 6 miliar yang dilatih memakai sekitar 2.500 jam data robot nyata.
- Dalam evaluasi robot nyata versi Unitree, satu model menangani 64 tugas: 54 tugas manipulasi di meja dan 10 tugas manipulasi bergerak dengan koordinasi seluruh tubuh.
- Unitree mengklaim model ini dapat digeneralisasi lintas tugas dan end effector, tetapi status ketersediaan penuh kode, bobot model, serta dataset perlu diperiksa langsung pada repositori resminya.
AI Perintah
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 pada 10 September memperkenalkan UnifoLM-WLA-1.0 sebagai model fondasi serbaguna untuk manipulasi robot humanoid—bukan sekadar kebijakan kontrol yang dilatih untuk satu pekerjaan tertentu. Klaim utamanya: satu model vision-language-action (VLA) berparameter 6 miliar dapat mengoordinasikan pekerjaan presisi di atas meja sekaligus manipulasi bergerak yang melibatkan seluruh tubuh robot. 18
19
26
Angka utama: 6B parameter, 2.500 jam, 64 tugas
Unitree menyatakan UnifoLM-WLA-1.0 memiliki 6 miliar parameter dan dilatih menggunakan sekitar 2.500 jam data robot nyata berkualitas tinggi. Dalam evaluasi pada robot nyata, perusahaan menyebut satu model ini menangani 64 tugas: 54 tugas di atas meja dan 10 tugas manipulasi bergerak dengan seluruh tubuh. 23
24
26
Poin ini penting karena kedua jenis pekerjaan tersebut biasanya menuntut pola kontrol yang berbeda. Manipulasi di meja menekankan gerak tangan atau gripper yang presisi, sedangkan pekerjaan bergerak menuntut robot menyelaraskan perpindahan tubuh dengan aktivitas manipulasi. Target Unitree adalah menangani keduanya lewat model bersama, alih-alih memakai kebijakan terpisah untuk setiap tugas. 19
22
28
Klaim kompatibilitas perangkat keras dan generalisasi
Unitree menyebut sistem ini mendukung generalisasi lintas tugas dan lintas end-effector—komponen di ujung lengan robot seperti gripper atau tangan robotik. Laporan mengenai peluncuran tersebut menyatakan kompatibilitas dengan gripper paralel dua jari serta lebih dari satu konfigurasi tangan lincah lima jari. 22
24
32
Kemampuan tersebut merupakan klaim perusahaan, bukan sertifikasi independen atas performa di semua konfigurasi robot. Meski begitu, arah produknya jelas: perilaku yang telah dipelajari diharapkan dapat dipindahkan ke jenis tugas dan perangkat manipulasi lain, tanpa harus melatih kebijakan baru untuk setiap kombinasi. 22
27
Bagaimana Unitree menjelaskan arsitekturnya
Kerangka teknis yang diungkap adalah pemodelan dunia yang berpusat pada interaksi (interaction-centric world modeling). Artinya, model dirancang untuk menghubungkan pemahaman visual dan bahasa dengan prediksi atas interaksi fisik serta pembuatan tindakan. Unitree dan liputan peluncurannya menjelaskan satu alur multimodal terpadu dengan tiga fungsi:
- penalaran berwujud (embodied reasoning);
- prediksi wilayah dinamis di masa depan; dan
- pembelajaran tindakan diskret.
18
23
Deskripsi yang dilaporkan menyebut UnifoLM-ER-Flow sebagai tulang punggung multimodal dan pakar tindakan berbasis MMDiT untuk menghasilkan aksi robot. 22
23
24
Bukti yang tersedia belum secara independen mengonfirmasi setiap detail implementasi tingkat rendah yang kadang dikaitkan dengan peluncuran ini—misalnya rancangan tokenisasi optical flow atau VQ-VAE tertentu, kuantisasi vektor residual, maupun resep pelatihan tiap modul. Karena itu, detail tersebut sebaiknya dianggap belum terverifikasi sampai dikonfirmasi dalam materi teknis primer proyek.
Benchmark: menjanjikan, tetapi tetap hasil vendor
Unitree mengatakan sistem penalaran berwujudnya diuji pada 16 benchmark persepsi dan pemahaman multimodal. Halaman proyek mencantumkan RoboVQA, Ego-Plan2, RefSpatial-Bench, Where2Place, Pixmo-Point, BLINK, CV-Bench, EmbSpatial, RoboSpatial, SAT, VSI-Bench, VSR, ERQA, RealWorld QA, MME, dan MMMU_VAL. 31
Perusahaan dan laporan pada saat pengumuman menggambarkan hasilnya sebagai terdepan di antara model terbuka dalam sejumlah benchmark penalaran berwujud; pada beberapa ukuran, hasilnya disebut sebanding dengan model proprietary terkemuka. 18
21
26
Pernyataan itu bukan berarti ada peringkat universal untuk seluruh kemampuan robotika. Sumber yang tersedia juga tidak menyediakan bukti independen yang cukup untuk mendukung kesimpulan performa langsung melawan model bernama “GPT-6 Astra”; perbandingan tersebut tidak dapat dianggap telah terbukti.
Apa yang diperlihatkan demo—dan batasnya
Cakupan demonstrasi mencakup perangkat keras Unitree G1 untuk pekerjaan di meja maupun tugas yang melibatkan seluruh tubuh, dengan total 64 tugas yang terbagi dalam dua kategori tersebut. 24
32
Hal ini lebih informatif daripada demo robot dengan satu keterampilan yang dipentaskan secara sempit, karena mencoba menunjukkan satu checkpoint yang beroperasi pada beberapa keluarga tugas. Namun, ini tetap merupakan set evaluasi yang dilaporkan vendor. Hasil tersebut belum dengan sendirinya membuktikan robot dapat bekerja andal di rumah, pabrik, atau ruang publik yang tidak terkendali.
Apakah UnifoLM-WLA-1.0 sudah bisa diunduh sepenuhnya dan bersifat open source?
Pernyataan mengenai ketersediaan rilis ini tidak sepenuhnya konsisten dalam materi yang tersedia. Sejumlah laporan pada 10–15 September menyebut UnifoLM-WLA-1.0 telah sepenuhnya di-open-source, atau mengatakan kode, model, dan dataset telah dirilis maupun akan disediakan. 20
21
26
27 Koleksi Hugging Face yang terkait dengan Unitree juga mencantumkan dataset UnifoLM-WLA.
30
Namun, laporan lain menyebut kode dan dataset masih “coming soon” atau akan segera dibuka. 24 Perbedaan ini membuat kita tidak bisa menyatakan dengan pasti bahwa seluruh komponen—kode pelatihan lengkap, semua bobot model, dan seluruh dataset—sudah dapat diunduh serta dijalankan pada saat pengungkapan.
Kesimpulan praktisnya: periksa artefak yang benar-benar tersedia, lisensi, dan tautan aksesnya sebelum merencanakan penerapan. Pengumuman ini penting sebagai model dan arah riset; paket open-source yang benar-benar dapat digunakan harus dinilai dari materi yang memang sudah bisa diakses di repositori resmi dan hub model.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Unitree UnifoLM-WLA-1.0: Satu Model untuk 64 Tugas Robot Humanoid"?
Pada 10 September, Unitree mengungkap UnifoLM WLA 1.0, model vision language action humanoid berparameter 6 miliar yang dilatih memakai sekitar 2.500 jam data robot nyata.
Apa poin penting yang harus divalidasi terlebih dahulu?
Pada 10 September, Unitree mengungkap UnifoLM WLA 1.0, model vision language action humanoid berparameter 6 miliar yang dilatih memakai sekitar 2.500 jam data robot nyata. Dalam evaluasi robot nyata versi Unitree, satu model menangani 64 tugas: 54 tugas manipulasi di meja dan 10 tugas manipulasi bergerak dengan koordinasi seluruh tubuh.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Unitree mengklaim model ini dapat digeneralisasi lintas tugas dan end effector, tetapi status ketersediaan penuh kode, bobot model, serta dataset perlu diperiksa langsung pada repositori resminya.