宇树科技(Unitree)正式发布通用人形机器人基础模型 UnifoLM-WLA-1.0。该模型拥有 60 亿参数,基于约 2500 小时真实机器人轨迹数据训练,实现了在单一模型下处理 64 项复杂任务(包括 10 项全身任务与 54 项桌面任务)的突破,并具备卓越的空间推理与多硬件适配能力。
▶ 具身智能的“缩放定律”实践: 2500 小时的真实世界数据积累,让 6B 参数模型在处理物理交互时表现出极强的泛化性,远超纯仿真训练的效果。
▶ 任务大一统: 告别了“一任务一模型”的碎片化模式,单一模型即可驱动平行夹持器及两种灵巧手,完成从全身协调到精细桌面操作的跨越。
▶ 空间推理新高度: 在 3D 空间感知与精准操控上,该模型在多项基准测试中优于现有的开源机器人模型。
八卦洞察
宇树此次发布的核心意义在于“收敛”。过去,机器人执行不同任务往往需要频繁切换模型或依赖特定的启发式脚本,而 UnifoLM-WLA-1.0 实现了 64 项任务的单一模型覆盖。这标志着具身智能正在经历从“专家系统”向“通用大模型”的范式转移。2500 小时的真实数据是极高的竞争壁垒,这不仅是算法的胜利,更是工程化数据闭环的胜利。宇树正在从一家“硬件领先”的公司转型为“软件定义机器人”的领跑者,试图构建人形机器人的底层操作系统。
行动建议
开发者: 重点研究该模型在复杂空间推理上的逻辑,尤其是其如何实现对不同末端执行器(灵巧手)的统一抽象,这为多模态大模型在物理世界的落地提供了实战范本。
企业决策者: 关注人形机器人从“展示品”向“生产力工具”的转变。随着通用基础模型的成熟,人形机器人在非结构化环境(如实验室、轻工业组装)的部署成本将大幅下降。
SOURCE: REDDIT LOCALLLAMA // UPLINK_STABLE