AnswersPublished23 sources
Unitrees UnifoLM-WLA-1.0 ska styra 64 robotuppgifter med en enda modell
Unitree presenterade den 10 september UnifoLM WLA 1.0: en humanoid VLA modell med 6 miljarder parametrar, tränad på omkring 2 500 timmar data från verkliga robotar. Bolaget uppger att samma modell hanterade 64 uppgifter i robotutvärderingar: 54 bordsuppgifter och 10 uppgifter med mobil helkroppsmanipulation.
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade med GPT Image 2
Research answer
Key takeaways
- Unitree presenterade den 10 september UnifoLM WLA 1.0: en humanoid VLA modell med 6 miljarder parametrar, tränad på omkring 2 500 timmar data från verkliga robotar.
- Bolaget uppger att samma modell hanterade 64 uppgifter i robotutvärderingar: 54 bordsuppgifter och 10 uppgifter med mobil helkroppsmanipulation.
- Modellen är avsedd att fungera över uppgifter och ändverktyg, men benchmarkresultaten och graden av faktiskt tillgänglig öppen källkod bör bedömas med försiktighet.
AI Prompt
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 beskriver UnifoLM-WLA-1.0 som en generell grundmodell för humanoida robotars manipulation, snarare än en styrmodell finjusterad för en enda uppgift. Kärnpåståendet är att en och samma vision-språk-handlingsmodell, eller VLA-modell, kan hantera både finmotoriskt arbete på ett bord och mobil manipulation där hela robotkroppen samordnas. 18
19
26
Det viktigaste: 6 miljarder parametrar, 2 500 timmar och 64 uppgifter
Enligt Unitree har UnifoLM-WLA-1.0 6 miljarder parametrar och tränats på cirka 2 500 timmar högkvalitativ data från verkliga robotar. I utvärderingar på riktiga robotar uppger företaget att samma modell utförde 64 uppgifter: 54 bordsuppgifter och 10 uppgifter inom mobil helkroppsmanipulation. 23
24
26
Det är en intressant ambition eftersom uppgiftstyperna normalt kräver olika slags styrning. Bordsmanipulation ställer höga krav på exakta rörelser med hand eller gripdon, medan mobil helkroppsmanipulation kräver att roboten samordnar förflyttning och hantering av föremål. Unitrees uttalade mål är att täcka båda med en delad modell, i stället för separata styrmodeller för varje uppgift. 19
22
28
Påståenden om hårdvara och generalisering
Unitree säger att systemet kan generalisera mellan både uppgifter och ändverktyg. Rapporter om lanseringen beskriver stöd för parallella tvåfingriga gripdon och fler än en konfiguration av femfingriga, fingerfärdiga robothänder. 22
24
32
Detta är företagets egna uppgifter, inte en oberoende certifiering av prestanda på varje robotkonfiguration. Men produktinriktningen är tydlig: inlärda beteenden ska kunna flyttas mellan uppgiftstyper och manipulationshårdvara utan att en ny modell behöver tränas för varje kombination. 22
27
Så beskriver Unitree arkitekturen
Den tekniska utgångspunkten är interaktionscentrerad världsmodellering. Tanken är att modellen ska koppla ihop bild- och språkförståelse med förutsägelser om fysisk interaktion och sedan generera handlingar. Unitree och rapporteringen om presentationen beskriver en gemensam multimodal pipeline med tre funktioner:
- förkroppsligat resonemang,
- förutsägelse av framtida dynamiska områden, och
- inlärning av diskreta handlingar.
18
23
I de publicerade beskrivningarna anges UnifoLM-ER-Flow som den multimodala ryggradsmodellen och en MMDiT-baserad handlingsexpert som komponenten som producerar robotens handlingar. 22
23
24
Underlaget räcker däremot inte för att oberoende slå fast alla mer detaljerade implementationsval som ibland kopplas till lanseringen, exempelvis en särskild lösning för optiskt flöde, VQ-VAE-tokenisering, residualvektorkvantisering eller exakt träningsupplägg för varje modul. Sådana detaljer bör betraktas som obekräftade tills de finns i projektets primära tekniska dokumentation.
Benchmarkresultaten: intressanta, men leverantörsrapporterade
Unitree uppger att systemet för förkroppsligat resonemang har utvärderats på 16 benchmarksviter för multimodal perception och förståelse. Projektsidan listar bland annat RoboVQA, Ego-Plan2, RefSpatial-Bench, Where2Place, Pixmo-Point, BLINK, CV-Bench, EmbSpatial, RoboSpatial, SAT, VSI-Bench, VSR, ERQA, RealWorld QA, MME och MMMU_VAL. 31
Bolaget och samtida rapporter beskriver resultaten som ledande bland öppna modeller på flera benchmarktester för förkroppsligat resonemang och, i vissa mått, jämförbara med ledande slutna modeller. 18
21
26
Det är dock inte samma sak som en universell topplacering. Källunderlaget ger inte tillräckligt oberoende verifierbar information för en direkt jämförelse med en modell som kallas ”GPT-6 Astra”; den jämförelsen bör därför inte ses som fastställd.
Vad demonstrationerna visar – och inte visar
De visade exemplen omfattade Unitrees G1-hårdvara i både bordsuppgifter och helkroppsuppgifter. De 64 uppgifterna fördelades på de två kategorierna. 24
32
Det ger en bredare bild än en noga iscensatt demonstration av en enda robotfärdighet, eftersom samma kontrollpunkt försöker täcka skilda uppgiftsfamiljer. Men utvärderingen är fortfarande leverantörsrapporterad. Den bevisar inte på egen hand att roboten fungerar robust i öppna och oförutsägbara hem, fabriker eller offentliga miljöer.
Är modellen verkligen nedladdningsbar och öppen källkod?
Uppgifterna om tillgänglighet är motsägelsefulla. Flera rapporter från 10–15 september beskriver UnifoLM-WLA-1.0 som helt öppen källkod, eller säger att kod, modeller och data har släppts eller ska göras tillgängliga. 20
21
26
27 En samling på Hugging Face kopplad till Unitree listar dessutom ett UnifoLM-WLA-dataset.
30
Samtidigt beskrev en annan rapport koden och datasetet som ”kommer snart”. 24 Konflikten gör det osäkert att säga att alla delar – fullständig träningskod, samtliga modellvikter och alla dataset – säkert gick att ladda ned och köra vid offentliggörandet.
Den praktiska slutsatsen är att kontrollera exakt vilka artefakter, licenser och åtkomstlänkar som faktiskt finns innan modellen används i ett projekt. Presentationen är betydande som modell- och forskningsfärdplan, men hur användbart open source-paketet är avgörs av vad som verkligen är åtkomligt i de officiella kodarkiven och modellhubbarna.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Unitrees UnifoLM-WLA-1.0 ska styra 64 robotuppgifter med en enda modell"?
Unitree presenterade den 10 september UnifoLM WLA 1.0: en humanoid VLA modell med 6 miljarder parametrar, tränad på omkring 2 500 timmar data från verkliga robotar.
What are the key points to validate first?
Unitree presenterade den 10 september UnifoLM WLA 1.0: en humanoid VLA modell med 6 miljarder parametrar, tränad på omkring 2 500 timmar data från verkliga robotar. Bolaget uppger att samma modell hanterade 64 uppgifter i robotutvärderingar: 54 bordsuppgifter och 10 uppgifter med mobil helkroppsmanipulation.
What should I do next in practice?
Modellen är avsedd att fungera över uppgifter och ändverktyg, men benchmarkresultaten och graden av faktiskt tillgänglig öppen källkod bör bedömas med försiktighet.