Unitree menyebut satu model berparameter sekitar 6 miliar dilatih dengan sekitar 2.500 jam data robot nyata untuk menangani 64 tugas.[5][6] Bobot ER 1 dan ER Flow sudah dirilis, tetapi bobot WLA Base dan kode pascapelatihan masih tercantum sebagai rencana rilis.[8][13] Keunggulan ER 1 pada tujuh dari 16 tolok ukur p...
Diterbitkan olehDiedit dengan GPT-6 SolGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create 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
Istilah sumber terbuka dalam pengumuman UnifoLM-WLA-1.0 perlu dibaca dengan cermat. Unitree telah membuka sebagian komponen sistemnya, tetapi laporan status rilis yang tersedia belum menunjukkan bahwa bobot model pengendali robot berparameter sekitar 6 miliar itu sudah dirilis secara utuh.5
8
13
Unitree telah merilis bobot UnifoLM-ER-1, komponen penalaran robot berparameter sekitar 4 miliar, serta UnifoLM-ER-Flow, yang memuat representasi perkiraan perubahan lingkungan dan tindakan. Dalam pemeriksaan daftar rilis pada 16 September 2026, UniBot-V1 Challenge Dataset juga ditandai telah dirilis.8
17
Sebaliknya, daftar tersebut masih menempatkan bobot UnifoLM-WLA-Base, kode pascapelatihan, Unitree-WBT-Dataset, dan Unitree-Manipulation-Dataset sebagai rilis mendatang. Laporan pada 20 September juga menggambarkan aset-aset itu sebagai rencana, bukan sesuatu yang sudah tersedia. Jadi, bobot komponen yang telah dibuka tidak sama dengan bobot lengkap model pengendali seluruh tubuh robot.8
13
20
Menurut Unitree, sistem WLA dilatih dengan sekitar 2.500 jam data dari robot nyata. Perusahaan melaporkan satu model digunakan untuk 64 tugas: 54 tugas manipulasi di atas meja dan 10 tugas manipulasi yang melibatkan gerak seluruh tubuh atau perpindahan robot. Pengujiannya mencakup pencengkeram dua jari dan beberapa jenis tangan robot berjari lima. Cakupan itu tidak berarti model dapat langsung dipasang pada robot apa pun tanpa penyesuaian.5
6
13
Ketiga bagian sistem memiliki peran berbeda. ER-1-4B menalar apa yang terlihat dan bagaimana posisi objek di ruang; ER-Flow merepresentasikan perubahan yang diperkirakan serta tindakan; lalu komponen penghasil gerakan dirancang untuk menerjemahkannya menjadi kendali tangan, lengan, dan tubuh.8
17
30
Agar gerak bagian-bagian itu selaras, metode yang dilaporkan mengubah gerak kontinu ujung lengan, sendi tangan, dan tubuh bagian bawah menjadi token diskret yang disejajarkan pada langkah waktu yang sama. Ini menjelaskan rancangan untuk menghubungkan perkiraan perubahan lingkungan dengan waktu gerakan robot—bukan bukti bahwa robot mampu mengatasi setiap kejadian tak terduga.18
22
Unitree melaporkan ER-1-4B unggul atas model terbuka yang dibandingkan pada tujuh dari 16 tolok ukur persepsi dan pemahaman multimodal. Angka itu mengukur komponen penalaran dalam perbandingan tersebut, bukan tujuh ukuran keberhasilan WLA menyelesaikan tugas robot dari awal hingga akhir.13
18
Demonstrasi 64 tugas menunjukkan luasnya evaluasi yang dilaporkan Unitree, tetapi sumber yang tersedia belum membuktikan bahwa pihak independen dapat mengulangi kinerjanya pada robot nyata. Tanpa bobot pengendali lengkap, aset pascapelatihan, prosedur evaluasi yang jelas, dan pengujian oleh pihak lain pada tubuh robot, sensor, serta jenis tangan yang berbeda, klaim soal keandalan maupun kemudahan pemakaian pada robot non-Unitree masih perlu ditahan.8
13
22
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Unitree menyebut satu model berparameter sekitar 6 miliar dilatih dengan sekitar 2.500 jam data robot nyata untuk menangani 64 tugas.[5][6]
Unitree menyebut satu model berparameter sekitar 6 miliar dilatih dengan sekitar 2.500 jam data robot nyata untuk menangani 64 tugas.[5][6] Bobot ER 1 dan ER Flow sudah dirilis, tetapi bobot WLA Base dan kode pascapelatihan masih tercantum sebagai rencana rilis.[8][13]
Keunggulan ER 1 pada tujuh dari 16 tolok ukur penalaran bukan bukti bahwa robot bekerja andal dalam penggunaan nyata atau langsung cocok untuk robot merek lain.[13][18]