Qué liberó Unitree
La china Unitree, uno de los mayores fabricantes de robots humanoides, abrió UnifoLM-WLA-1.0, un modelo de 6.000 millones de parámetros que, según la empresa, controla al humanoide G1 en 64 tareas. Los pesos están en Hugging Face bajo licencia Apache 2.0 (uso comercial permitido), con un checkpoint de unos 12,5 GB, y el código de fine-tuning está en GitHub.
Según el README del proyecto, el lanzamiento llegó por etapas:
- 11 de septiembre: pesos de los modelos de razonamiento corporizado UnifoLM-ER-1 y ER-Flow.
- 20 de septiembre: módulos del modelo y código para entrenar el "action expert".
- 28 de septiembre: UnifoLM-WLA-1.0-Base y código de fine-tuning completo y LoRA.
El caso ganó repercusión con el análisis publicado por Robotica Guide el 10 de octubre.
Cómo funciona
- Un modelo para manos y cuerpo: de las 64 tareas, 54 son de manipulación en mesa y 10 de cuerpo entero, con pinzas de dos dedos y varias manos de cinco dedos.
- Arquitectura visión-lenguaje-acción (VLA): un modelo de visión y lenguaje lee cámaras e instrucciones; un "action expert" basado en difusión (MMDiT) genera los movimientos de las articulaciones.
- El modelo también aprende a predecir qué va a cambiar en la escena (flujo óptico), entendiendo el efecto de sus propias acciones.
- Entrenamiento con unas 2.500 horas de datos de robots reales y más de 5 millones de muestras de razonamiento. En comparación, el pi0 de Physical Intelligence usó más de 10.000 horas.
Qué se puede ejecutar
La guía de entrenamiento es concreta: el fine-tuning por defecto congela la parte de visión y lenguaje y entrena solo la cabeza de acción, apuntando a una sola GPU de 24 GB. Hay un script para comparar acciones previstas y grabadas antes de encender el robot.
Pero la propia documentación admite una laguna: el servidor de modelo publicado solo cubre el formato de pinza de dos dedos. Para control de cuerpo entero habría que extender el protocolo.
Lo que falta: números
Unitree no publicó tasas de éxito por tarea, recuento de fallos ni comparación con otros modelos abiertos. Los vídeos están etiquetados por la empresa como autónomos (las escenas de mesa a velocidad 2x). Hay benchmarks del modelo de razonamiento ER-1, pero miden comprensión de escena, no cuántas veces el robot completa la tarea. Tampoco está claro cuánto de los datos de entrenamiento es público.
Por qué importa
Pesos abiertos de una empresa que ya vendió miles de humanoides cambian la pregunta de "¿qué dice Unitree?" a "¿qué puede reproducir cualquiera?". Con el G1 a unos 13.500 dólares en EE. UU., las pruebas independientes están al alcance de laboratorios y startups.
Para empresas interesadas en robótica
- No decida por vídeos de demostración; pida tasas de éxito en su caso de uso.
- Empiece por manipulación en mesa, donde el camino público está listo.
- Valide en simulación y replay antes del hardware, como sugiere la propia guía.
- Revise las licencias de terceros citadas en el README antes del uso comercial.
Fuentes
- GitHub, unitreerobotics/unifolm-wla: https://github.com/unitreerobotics/unifolm-wla
- Robotica Guide (2026-10-10): https://roboticaguide.com/unitree-unifolm-wla-1-0-open-source-humanoid-model/
¿Quiere evaluar robots y modelos de IA física para su operación? KGA IT ofrece una consulta gratuita: kga-it.com.