宇树开源具身大模型 UnifoLM-WLA-1.0:6B 参数拿 7 项开源 SOTA
智东西 · wechat · 2026-09-18
宇树发布新一代通用人形机器人基础模型 UnifoLM-WLA-1.0（6B 参数、约 2500 小时真机数据训练），并宣布开源模型、代码和数据集，试图抢占具身智能“大脑”的生态定义权。
核心能力
- 具身推理底座 UnifoLM-ER-1-4B（基于 Qwen3-VL-4B，500 万+具身推理样本），在 16 项基准中拿下 7 项开源 SOTA；Where2Place 得分 82.0（GPT-6Astra 为 69.0），EmbSpatial 88.9 对 83.3。
- 单模型覆盖 64 项任务（54 项桌面操作 + 10 项全身操作），支持二指夹爪与多种五指灵巧手，可叠衣、铺床、倒垃圾等。
技术路线
- 以交互为中心的世界建模：用光流找出动作会改变的区域，经 VQ-VAE 压成离散 Token，先预测“哪里会变”再生成动作。
- 动作空间拆成末端位姿、末端关节、下肢关节三路，各用 RVQ 离散化，形成 UnifoLM-ER-Flow，再由 MMDiT Action Expert 解码为连续动作。
护城河：模型开源，但 2500 小时真机数据（相当于单台机器人连续采集 100+ 天）与持续产数据能力才是真正壁垒，宇树对标“安卓之于手机”的开放生态路线。
「具身」频道最新
- 萝卜快跑香港东涌两周公众试乘收官，百度自动驾驶出海再进一步 — Baidu_Inc · 2026-11-04
- imec 神经探针直接在 130nm CMOS 上做后端光子集成 — jwt0625 · 2026-11-04
- Chris Paxton：交互式机器人仿真是未来，但数据瓶颈明显 — Scobleizer · 2026-11-04
- KAIST 提出 DreamX:视频扩散模型成为通用潜在动作学习器 — kaist-ai · 2026-11-04
- KAIST RoboTryOn:把人类演示视频「试穿」成机器人视频,成功率 2%→60% — kaist-ai · 2026-11-04
- INMO 新款 AI 眼镜亮相:125g 双 1080p 屏,早鸟价 799 美元 — Scobleizer · 2026-11-04