Ang inilabas ng Unitree
Binuksan ng Unitree ng China, isa sa pinakamalalaking gumagawa ng humanoid robot, ang UnifoLM-WLA-1.0, isang model na may 6 na bilyong parameter na ayon sa kumpanya ay nagpapatakbo sa humanoid na G1 sa 64 na gawain. Nasa Hugging Face ang weights sa ilalim ng Apache 2.0 (pinapayagan ang komersyal na paggamit), na may checkpoint na mga 12.5 GB, at nasa GitHub ang fine-tuning code.
Ayon sa README ng proyekto, inilabas ito nang paunti-unti:
- Setyembre 11: weights ng embodied-reasoning models na UnifoLM-ER-1 at ER-Flow.
- Setyembre 20: mga module ng model at code para sanayin ang "action expert".
- Setyembre 28: UnifoLM-WLA-1.0-Base at buong fine-tuning at LoRA code.
Napansin ito dahil sa pagsusuri ng Robotica Guide noong Oktubre 10.
Paano ito gumagana
- Iisang model para sa kamay at katawan: sa 64 na gawain, 54 ang tabletop manipulation at 10 ang buong katawan, gamit ang two-finger gripper at ilang five-finger na kamay.
- Vision-language-action (VLA) architecture: binabasa ng vision-language model ang camera at instruksyon; gumagawa ng galaw ng joints ang diffusion-based na "action expert" (MMDiT).
- Natututo rin ang model na hulaan kung ano ang magbabago sa eksena (optical flow), para maunawaan ang epekto ng sarili nitong kilos.
- Sinanay sa mga 2,500 oras ng totoong robot data at higit 5 milyong reasoning sample. Bilang paghahambing, gumamit ang pi0 ng Physical Intelligence ng higit 10,000 oras.
Ano ang mapapatakbo
Konkreto ang training guide: pinapako ng default fine-tuning ang vision-language na bahagi at ang action head lang ang sinasanay, para sa iisang 24 GB GPU. May script para ikumpara ang hinulaan at naitalang kilos bago buksan ang robot.
Pero may puwang na inaamin mismo ng dokumentasyon: ang inilathalang model server ay para lang sa two-finger gripper format. Para sa kontrol ng buong katawan, kailangang palawakin ang protocol.
Ang kulang: mga numero
Walang inilathalang success rate kada gawain ang Unitree, bilang ng pagkabigo o paghahambing sa ibang open model. Ang mga video ay may label ng kumpanya bilang autonomous (2x speed ang tabletop na eksena). May benchmarks ang reasoning model na ER-1, pero sinusukat nito ang pag-unawa sa eksena, hindi kung gaano kadalas natatapos ng robot ang gawain. Hindi rin malinaw kung gaano karami ng training data ang pampubliko.
Bakit mahalaga
Binabago ng open weights mula sa kumpanyang nakabenta na ng libu-libong humanoid ang tanong mula "ano ang sinasabi ng Unitree?" tungo sa "ano ang kayang ulitin ng kahit sino?". Sa halagang mga US$13,500 ng G1 sa US, abot-kamay ng mga lab at startup ang independiyenteng pagsubok.
Para sa mga kumpanyang tumitingin sa robotics
- Huwag magpasya batay sa demo video; humingi ng success rate para sa iyong use case.
- Magsimula sa tabletop manipulation, kung saan handa na ang pampublikong daan.
- I-validate sa simulation at replay bago ang hardware, gaya ng mungkahi ng guide.
- Suriin ang third-party licenses na binanggit sa README bago gamitin nang komersyal.
Mga pinagmulan
- 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/
Gusto mo bang suriin ang robots at physical-AI models para sa iyong operasyon? Nag-aalok ang KGA IT ng libreng konsultasyon: kga-it.com.