答案已发布19 来源
宇树 UnifoLM-WLA-1.0：已开放什么，64项任务又能证明什么？
宇树称，约60亿参数的单一模型使用约2500小时真机数据训练，覆盖54项桌面操作和10项全身操作。[5][6] 已开放的是 UnifoLM ER 1 和 UnifoLM ER Flow 权重；截至所引9月中下旬发布状态核查，完整控制模型权重和后训练代码仍未开放。[8][13][20] 具身推理组件在16项对比评测中有7项领先参评开源模型，但这不是机器人长期可靠运行或适配其他品牌硬件的证明。[13][18]
发布者使用 GPT-6 Sol 编辑图片由 GPT Image 2 生成
研究答案
要点
- 宇树称，约60亿参数的单一模型使用约2500小时真机数据训练，覆盖54项桌面操作和10项全身操作。[5][6]
- 已开放的是 UnifoLM ER 1 和 UnifoLM ER Flow 权重；截至所引9月中下旬发布状态核查，完整控制模型权重和后训练代码仍未开放。[8][13][20]
- 具身推理组件在16项对比评测中有7项领先参评开源模型，但这不是机器人长期可靠运行或适配其他品牌硬件的证明。[13][18]
AI 提示
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
宇树科技公布 UnifoLM-WLA-1.0 时，最吸引眼球的是“一套模型覆盖64项任务”。但对想下载模型、复现实验的研究者来说，更关键的问题是：能运行完整机器人控制系统的权重，是否已经公开？ 现有发布状态资料给出的答案是：部分组件已经开放，约60亿参数的完整控制模型尚不能据此视为已公开发布。5
8
13
已开放什么？还有什么在计划中？
宇树已发布约40亿参数的具身推理组件 UnifoLM-ER-1，以及纳入预期场景变化和动作表征的 UnifoLM-ER-Flow 的模型权重。对项目发布清单的9月16日核查还显示，UniBot-V1 Challenge Dataset 被标为已发布。8
17
同一清单将 UnifoLM-WLA-Base 权重、后训练代码、Unitree-WBT-Dataset 和 Unitree-Manipulation-Dataset 列为待开放；9月20日的报道仍将完整模型权重、代码和其余数据集描述为后续计划。因此，“已公布开源计划”和“完整约60亿参数全身控制模型已可下载”不是一回事。8
13
20
2500小时数据与64项任务如何串起来？
宇树称，WLA 系统使用约2500小时真机数据训练，由单一模型统筹64项任务，其中包括54项桌面操作和10项全身或移动操作；报告中的配置涵盖二指夹爪及多种五指灵巧手。这说明宇树所展示的任务与末端执行器范围，不意味着模型无需调整就能用在任意机器人上。5
6
13
WLA 指“世界—语言—动作”。按公布的设计，ER-1-4B负责视觉与空间层面的具身推理；ER-Flow表征预期的场景变化及动作；基于流的动作生成模块再产生运动指令，尝试把任务要求和当前画面接到手、手臂与身体的协同控制上。8
17
30
其中，动作“令牌化”方法将末端执行器、手部关节和下半身的连续运动编码为离散令牌，并按共同的时间步对齐。直观地说，系统不仅要表征“操作后可能发生什么变化”，还要安排“身体各部分何时移动”。这是模型的设计思路，并不能单凭这一机制证明机器人能应对突发状况。18
22
7项领先与64项任务，分别证明了什么？
宇树报告称，ER-1-4B 在16项多模态感知与理解基准中，有7项领先参评的开源模型。这里测的是具身推理组件在特定对比中的表现，不能把“7项领先”读成完整 WLA 系统有7项端到端任务成功率领先，更不能据此推断长期运行的安全性和可靠性。13
18
64项任务展示了宇树所报告的评估覆盖面，但现有资料不足以确认其真机表现已得到第三方独立复现。完整控制权重、后训练资源尚缺，也限制了外部团队的核验。要判断它能否稳定工作、能否迁移到非宇树机器人，还需要更完整的发布、清晰披露的评估流程，以及在不同机身、传感器和手部配置上的独立测试。8
13
22
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“宇树 UnifoLM-WLA-1.0：已开放什么，64项任务又能证明什么？”的简短答案是什么？
宇树称，约60亿参数的单一模型使用约2500小时真机数据训练，覆盖54项桌面操作和10项全身操作。[5][6]
首先要验证的关键点是什么？
宇树称，约60亿参数的单一模型使用约2500小时真机数据训练，覆盖54项桌面操作和10项全身操作。[5][6] 已开放的是 UnifoLM ER 1 和 UnifoLM ER Flow 权重；截至所引9月中下旬发布状态核查，完整控制模型权重和后训练代码仍未开放。[8][13][20]
接下来在实践中我应该做什么？
具身推理组件在16项对比评测中有7项领先参评开源模型，但这不是机器人长期可靠运行或适配其他品牌硬件的证明。[13][18]