AnswersPublished19 sources
Unitree UnifoLM-WLA-1.0: 64 görev gösterildi, modelin tamamı yayımlandı mı?
Unitree, yaklaşık 2.500 saatlik gerçek robot verisiyle eğitilen tek bir modelin 64 görevi kapsadığını bildiriyor; bu, şirketin değerlendirmesine dayanan bir sonuç.[5][6] ER 1 ve ER Flow ağırlıkları yayımlandı. İncelenen yayımlama planında yaklaşık 6 milyar parametreli tam kontrol modelinin ağırlıkları ve eğitim sonr...
YayımlayanGPT-6 Sol ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- Unitree, yaklaşık 2.500 saatlik gerçek robot verisiyle eğitilen tek bir modelin 64 görevi kapsadığını bildiriyor; bu, şirketin değerlendirmesine dayanan bir sonuç.[5][6]
- ER 1 ve ER Flow ağırlıkları yayımlandı. İncelenen yayımlama planında yaklaşık 6 milyar parametreli tam kontrol modelinin ağırlıkları ve eğitim sonrası kodu hâlâ beklemedeydi.[8][13]
- ER 1’in 16 algılama ve anlama kıyaslamasının yedisindeki üstünlüğü, robotun uçtan uca güvenilirliğini veya başka üreticilerin robotlarına doğrudan aktarılabileceğini kanıtlamıyor.[13][18]
AI Prompt
openai.comCreate 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
Unitree’nin UnifoLM-WLA-1.0 duyurusunda iki ayrı konu var: modelin neler yapabildiğine ilişkin şirketin bildirdikleri ve araştırmacıların bugün indirip sınayabildiği parçalar. Sistem, gördüğü ortamı ve verilen talimatı yorumlamayı, ortamda olası değişimleri öngörmeyi ve robotun el, kol ile gövde hareketlerini üretmeyi amaçlıyor. Fakat kaynaklardaki yayımlama durumu, yaklaşık 6 milyar parametreli tam robot kontrol modelinin kamuya eksiksiz sunulduğunu göstermiyor.5
8
13
Şu ana kadar neler yayımlandı?
Unitree, yaklaşık 4 milyar parametreli bedensel akıl yürütme bileşeni UnifoLM-ER-1 ile öngörülen değişim ve eylem temsillerini içeren UnifoLM-ER-Flow modellerinin ağırlıklarını yayımladı. Projenin 16 Eylül tarihli yayımlama listesi incelemesinde UniBot-V1 Challenge Dataset de yayımlanmış olarak işaretleniyordu.8
17
Aynı listede UnifoLM-WLA-Base ağırlıkları, eğitim sonrası kodu, Unitree-WBT-Dataset ve Unitree-Manipulation-Dataset ise gelecek yayımlar arasında yer alıyordu. 20 Eylül tarihli haber de tam model ağırlıklarını, kodu ve kalan veri kümelerini henüz plan aşamasında tarif ediyordu. Dolayısıyla iki bileşenin ağırlıklarını indirebilmek, yaklaşık 6 milyar parametreli tam vücut kontrol modelinin de indirilebilir olduğu anlamına gelmiyor.8
13
20
2.500 saatlik veri ve 64 görev nasıl bir araya geliyor?
Unitree’ye göre WLA sistemi yaklaşık 2.500 saatlik gerçek robot verisiyle eğitildi. Şirket, tek bir modelin 54 masaüstü nesne işleme görevi ile 10 tam vücut veya hareket ederek nesne işleme görevini kapsadığını söylüyor. Değerlendirmede iki parmaklı kavrayıcılar ve çeşitli beş parmaklı robot elleri bulunuyor. Bu kapsam, modelin hiçbir değişiklik gerektirmeden herhangi bir robota uygulanabileceğinin kanıtı değil.5
6
13
Bileşenlerin işleri farklı: ER-1-4B görüntüye ve mekânsal ilişkilere dayalı akıl yürütmeye odaklanıyor. ER-Flow, ortamda beklenen değişimleri ve eylemleri temsil ediyor. Önerilen WLA sistemi ise bunları hareket üreten bir eylem bileşeniyle birleştirerek talimattan ve gözlenen sahneden el, kol ve gövde kontrolüne uzanan bir yol kurmayı hedefliyor.8
17
30
Bu koordinasyon için anlatılan yöntem, robotun nesneye temas eden ucunun, el eklemlerinin ve alt gövdesinin sürekli hareketlerini ayrık eylem belirteçlerine dönüştürüyor; ardından bu temsilleri ortak zaman adımlarında hizalıyor. Amaç, ortamda neyin değişebileceğini farklı parçaların ne zaman hareket edeceğiyle birlikte temsil etmek. Bu, sistemin tasarımını açıklıyor; beklenmedik bir olaydan güvenle toparlanabildiğini tek başına göstermiyor.18
22
Kıyaslama sonuçları neyi kanıtlıyor?
Unitree, ER-1-4B’nin 16 çok modlu algılama ve anlama kıyaslamasının yedisinde, karşılaştırmaya alınan açık modeller arasında öne çıktığını bildiriyor. Bu sonuçlar akıl yürütme bileşenine ve karşılaştırmadaki modellere ilişkin. Robotun 64 görevdeki uçtan uca başarı oranı, uzun süreli çalışma güvenilirliği ya da güvenliği için yedi ayrı kanıt olarak okunmamalı.13
18
64 görev, Unitree’nin bildirdiği değerlendirmenin çeşitliliğini gösteriyor; ancak sağlanan kaynaklar gerçek dünyadaki performansın bağımsız ekiplerce tekrarlandığını ortaya koymuyor. Tam kontrol ağırlıkları ve eğitim sonrası kaynakları olmadan dışarıdan doğrulama da sınırlı kalıyor. Güvenilir kullanım veya Unitree dışındaki robotlara kolay aktarım iddiaları için daha eksiksiz bir yayım, açık değerlendirme yöntemleri ve farklı robot gövdeleri, sensörler ile eller üzerinde bağımsız testler gerekiyor.8
13
22
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 "Unitree UnifoLM-WLA-1.0: 64 görev gösterildi, modelin tamamı yayımlandı mı?"?
Unitree, yaklaşık 2.500 saatlik gerçek robot verisiyle eğitilen tek bir modelin 64 görevi kapsadığını bildiriyor; bu, şirketin değerlendirmesine dayanan bir sonuç.[5][6]
What are the key points to validate first?
Unitree, yaklaşık 2.500 saatlik gerçek robot verisiyle eğitilen tek bir modelin 64 görevi kapsadığını bildiriyor; bu, şirketin değerlendirmesine dayanan bir sonuç.[5][6] ER 1 ve ER Flow ağırlıkları yayımlandı. İncelenen yayımlama planında yaklaşık 6 milyar parametreli tam kontrol modelinin ağırlıkları ve eğitim sonrası kodu hâlâ beklemedeydi.[8][13]
What should I do next in practice?
ER 1’in 16 algılama ve anlama kıyaslamasının yedisindeki üstünlüğü, robotun uçtan uca güvenilirliğini veya başka üreticilerin robotlarına doğrudan aktarılabileceğini kanıtlamıyor.[13][18]