O que a Unitree liberou
A chinesa Unitree, uma das maiores fabricantes de robôs humanoides, abriu o UnifoLM-WLA-1.0, um modelo de 6 bilhões de parâmetros que, segundo a empresa, controla o humanoide G1 em 64 tarefas. Os pesos estão no Hugging Face sob licença Apache 2.0 (uso comercial permitido), com um checkpoint de cerca de 12,5 GB, e o código de fine-tuning está no GitHub.
O lançamento veio em etapas, segundo o README do projeto:
- 11 de setembro: pesos dos modelos de raciocínio corporificado UnifoLM-ER-1 e ER-Flow.
- 20 de setembro: módulos do modelo e código para treinar o "action expert".
- 28 de setembro: UnifoLM-WLA-1.0-Base e código de fine-tuning completo e LoRA.
O caso ganhou repercussão com a análise publicada pela Robotica Guide em 10 de outubro.
Como funciona
- Um modelo para mãos e corpo: das 64 tarefas, 54 são de manipulação em mesa e 10 de corpo inteiro, com garras de dois dedos e várias mãos de cinco dedos.
- Arquitetura visão-linguagem-ação (VLA): um modelo de visão e linguagem lê câmeras e instruções; um "action expert" baseado em difusão (MMDiT) gera os movimentos das juntas.
- O modelo também aprende a prever o que vai mudar na cena (fluxo óptico), entendendo o efeito das próprias ações.
- Treino com cerca de 2.500 horas de dados de robôs reais e mais de 5 milhões de amostras de raciocínio. Para comparação, o pi0 da Physical Intelligence usou mais de 10.000 horas.
O que dá para rodar
O guia de treino é concreto: o fine-tuning padrão congela a parte de visão e linguagem e treina só a cabeça de ação, mirando uma única GPU de 24 GB. Há script para comparar ações previstas e gravadas antes de ligar o robô.
Mas há uma lacuna admitida na própria documentação: o servidor de modelo publicado só cobre o formato de garra de dois dedos. Para controle de corpo inteiro, seria preciso estender o protocolo.
O que falta: números
A Unitree não publicou taxa de sucesso por tarefa, contagem de falhas nem comparação com outros modelos abertos. Os vídeos são rotulados pela empresa como autônomos (as cenas de mesa em velocidade 2x). Há benchmarks do modelo de raciocínio ER-1, mas eles medem compreensão de cena, não quantas vezes o robô completa a tarefa. Também não está claro quanto dos dados de treino é público.
Por que importa
Pesos abertos de uma empresa que já vendeu milhares de humanoides mudam a pergunta de "o que a Unitree diz?" para "o que qualquer um consegue reproduzir?". Com o G1 custando cerca de US$ 13.500 nos EUA, testes independentes estão ao alcance de laboratórios e startups.
Para empresas de olho em robótica
- Não decida por vídeo de demonstração; peça taxas de sucesso no seu caso de uso.
- Comece por manipulação em mesa, onde o caminho público está pronto.
- Valide em simulação e replay antes do hardware, como o próprio guia sugere.
- Revise licenças de terceiros citadas no README antes de uso comercial.
Fontes
- 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/
Quer avaliar robôs e modelos de IA física para sua operação? A KGA IT oferece uma consulta gratuita: kga-it.com.