UnifoLM-WLA-1.0: o que a Unitree liberou — e o que as 64 tarefas não provam

A diferença entre anunciar um modelo de código aberto e disponibilizar tudo o que é necessário para testá-lo é o ponto central do UnifoLM-WLA-1.0. A Unitree apresentou um sistema que combina compreensão da cena, previsão de mudanças e movimentos do robô. Mas os levantamentos de disponibilidade fornecidos não confirmam a liberação pública do modelo completo de controle corporal, com cerca de 6 bilhões de parâmetros.5813

O que já está disponível?

A Unitree liberou os pesos do UnifoLM-ER-1, componente de raciocínio incorporado com cerca de 4 bilhões de parâmetros, e do UnifoLM-ER-Flow, que incorpora representações de mudanças previstas e ações. Em uma verificação da lista de lançamentos do projeto, feita em 16 de setembro de 2026, o UniBot-V1 Challenge Dataset também aparecia como liberado.817

Na mesma verificação, os pesos do UnifoLM-WLA-Base, o código de pós-treinamento e os conjuntos de dados Unitree-WBT-Dataset e Unitree-Manipulation-Dataset ainda estavam previstos para depois. Uma cobertura de 20 de setembro igualmente descrevia o modelo completo e esses recursos restantes como pendentes. Em outras palavras: baixar os componentes já publicados não equivale a obter o modelo completo de controle do robô.81320

Como o sistema das 64 tarefas foi concebido?

Segundo a Unitree, o WLA foi treinado com aproximadamente 2.500 horas de dados coletados em robôs reais. A empresa afirma que um único modelo cobre 64 tarefas — 54 de manipulação sobre uma superfície e 10 de manipulação com movimentação do corpo inteiro — em configurações com pinças de dois dedos e diferentes mãos robóticas de cinco dedos. Esse alcance descreve a avaliação divulgada pela empresa, não uma capacidade comprovada em qualquer robô.5613

Cada parte tem uma função: o ER-1-4B trata do raciocínio visual e espacial ligado ao ambiente físico; o ER-Flow representa ações e mudanças esperadas na cena; e um componente de geração de ações produz os movimentos. A proposta é ligar uma instrução e aquilo que o robô observa ao controle coordenado das mãos, dos braços e do corpo.81730

Para sincronizar esse controle, o método descrito transforma movimentos contínuos da extremidade do braço robótico, das articulações das mãos e da parte inferior do corpo em tokens discretos, alinhados pelos mesmos intervalos de tempo. Assim, o sistema representa tanto o que pode mudar na cena quanto quando cada parte deve se mover. Trata-se de uma descrição da arquitetura, não de uma demonstração de que o robô consegue se recuperar de imprevistos.1822

O que os resultados realmente mostram?

A Unitree informa que o ER-1-4B ficou à frente dos modelos abertos incluídos na comparação em sete de 16 testes de percepção e compreensão multimodal. Esses testes avaliam principalmente o componente de raciocínio. Não são sete medidas de sucesso do sistema completo na execução de tarefas, nem comprovam segurança ou confiabilidade em uso prolongado.1318

As 64 tarefas indicam a variedade da avaliação relatada pela Unitree, mas as fontes fornecidas não estabelecem uma reprodução independente do desempenho em robôs reais. Sem os pesos completos de controle e os demais recursos de pós-treinamento, também fica limitado o que equipes externas podem verificar. Para sustentar afirmações de operação confiável ou de adaptação simples a robôs de outros fabricantes, ainda seriam necessários uma liberação mais completa, procedimentos de avaliação divulgados e testes independentes com diferentes corpos, sensores e mãos robóticas.81322