宇树发布了什么
中国最大的人形机器人制造商之一 宇树(Unitree) 开源了 60 亿参数 的模型 UnifoLM-WLA-1.0。公司称它可驱动人形机器人 G1 完成 64 项任务。权重以 Apache 2.0(允许商用)发布在 Hugging Face,检查点约 12.5GB,微调代码在 GitHub 上。
根据项目 README,发布分阶段进行:
- 9 月 11 日: 具身推理模型 UnifoLM-ER-1 和 ER-Flow 的权重。
- 9 月 20 日: 模型模块及"动作专家"训练代码。
- 9 月 28 日: UnifoLM-WLA-1.0-Base 以及完整和 LoRA 微调代码。
10 月 10 日 Robotica Guide 发表分析后引起广泛关注。
原理
- 手与身体共用一个模型: 64 项任务中 54 项为桌面操作,10 项为全身动作,支持二指夹爪和多种五指灵巧手。
- 视觉-语言-动作(VLA) 架构:视觉语言模型读取摄像头画面和指令,基于扩散的"动作专家"(MMDiT)生成关节运动。
- 模型还学习 预测场景中将发生的变化(光流),从而理解自身动作的效果。
- 使用约 2,500 小时真实机器人数据 和 500 多万条推理样本训练。作为对比,Physical Intelligence 的 pi0 使用了 1 万多小时。
能跑起来的部分
训练指南很具体:默认微调冻结视觉语言部分,只训练动作头,目标是 单张 24GB GPU。还提供脚本,在启动机器人前对比预测动作与录制动作。
但文档自身承认存在缺口:公开的模型服务端 只支持二指夹爪格式。若要全身控制,需要扩展协议。
缺少的:数据
宇树 未公布逐任务成功率、失败次数,也没有与其他开放模型的对比。视频由公司标注为自主运行(桌面场景为 2 倍速)。推理模型 ER-1 有基准测试,但衡量的是场景理解,而非机器人完成任务的频率。训练数据有多少公开也不清楚。
为何重要
一家已售出数千台人形机器人的公司开放权重,使问题从"宇树怎么说"变为"任何人能复现什么"。G1 在美国售价约 13,500 美元,实验室和初创公司都能进行独立测试。
给关注机器人的企业
- 不要凭演示视频做决定; 要求提供您场景下的成功率。
- 从桌面操作开始,这条公开路径已经就绪。
- 按指南建议,在上硬件前 先用仿真和回放验证。
- 商用前 核查 README 中提到的第三方许可。
来源
- 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/
想为您的业务评估机器人与物理 AI 模型吗?KGA IT 提供免费咨询:kga-it.com