Unitree가 공개한 것
중국의 대형 휴머노이드 제조사 Unitree가 60억 파라미터 모델 UnifoLM-WLA-1.0을 공개했습니다. 회사에 따르면 휴머노이드 G1을 64개 작업에서 구동합니다. 가중치는 Hugging Face에 Apache 2.0(상업적 이용 가능)으로 올라와 있고, 체크포인트는 약 12.5GB, 파인튜닝 코드는 GitHub에 있습니다.
프로젝트 README에 따르면 공개는 단계적으로 이뤄졌습니다.
- 9월 11일: 체화 추론 모델 UnifoLM-ER-1과 ER-Flow의 가중치
- 9월 20일: 모델 모듈과 "액션 엑스퍼트" 학습 코드
- 9월 28일: UnifoLM-WLA-1.0-Base와 전체 및 LoRA 파인튜닝 코드
10월 10일 Robotica Guide의 분석 기사로 주목받았습니다.
작동 방식
- 손과 몸을 하나의 모델로: 64개 작업 중 54개는 탁상 조작, 10개는 전신 동작이며, 2지 그리퍼와 여러 5지 손을 지원합니다.
- 시각-언어-행동(VLA) 구조: 시각 언어 모델이 카메라와 지시를 읽고, 확산 기반 "액션 엑스퍼트"(MMDiT)가 관절 움직임을 생성합니다.
- 모델은 장면에서 무엇이 바뀔지 예측(광학 흐름)하도록 학습해 자기 행동의 결과를 이해합니다.
- 약 2,500시간의 실제 로봇 데이터와 500만 개 이상의 추론 샘플로 학습했습니다. 참고로 Physical Intelligence의 pi0는 1만 시간 이상을 사용했습니다.
실행할 수 있는 것
학습 가이드는 구체적입니다. 기본 파인튜닝은 시각·언어 부분을 고정하고 행동 헤드만 학습하며 24GB GPU 1장을 목표로 합니다. 로봇을 켜기 전에 예측 행동과 기록된 행동을 비교하는 스크립트도 있습니다.
하지만 문서 스스로 인정하는 공백이 있습니다. 공개된 모델 서버는 2지 그리퍼 형식만 지원합니다. 전신 제어를 하려면 프로토콜을 확장해야 합니다.
부족한 것: 수치
Unitree는 작업별 성공률, 실패 횟수, 다른 오픈 모델과의 비교를 공개하지 않았습니다. 영상은 회사가 자율 동작이라고 표기한 것입니다(탁상 장면은 2배속). 추론 모델 ER-1의 벤치마크는 있지만 장면 이해를 측정할 뿐 로봇이 작업을 얼마나 자주 완료하는지는 아닙니다. 학습 데이터 중 얼마가 공개됐는지도 불분명합니다.
왜 중요한가
수천 대의 휴머노이드를 판매한 회사의 오픈 가중치는 질문을 "Unitree가 뭐라고 하나?"에서 "누가 재현할 수 있나?"로 바꿉니다. G1이 미국에서 약 1만 3,500달러이므로 연구실과 스타트업도 독립 검증이 가능합니다.
로보틱스를 검토하는 기업에게
- 데모 영상으로 결정하지 마세요. 자사 사용 사례의 성공률을 요구하세요.
- 공개 경로가 준비된 탁상 조작부터 시작하세요.
- 가이드가 권하듯 하드웨어 전에 시뮬레이션과 재생으로 검증하세요.
- 상업적 이용 전에 README의 제3자 라이선스를 검토하세요.
출처
- 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/
운영에 맞는 로봇과 피지컬 AI 모델을 평가하고 싶으신가요? KGA IT가 무료 상담을 제공합니다: kga-it.com