9月10日，宇树科技宣布完全开源 UnifoLM-WLA-1.0 具身基座模型。这是该公司全新一代通用人形机器人基础模型，代码、模型与数据集同步开放，项目主页已上线。
官方称，该模型在多项具身推理评测中领先国内外开源模型，亦可比肩头部闭源模型，刷新了全球开源模型多项评测的最好成绩。
6B参数，5M+样本与约2500小时真机数据
据介绍，UnifoLM-WLA-1.0 依托大规模通用多模态感知与理解数据训练，并融合以交互为中心的世界建模，全面提升空间感知与理解能力。
关键参数方面，模型参数量为 6B，使用了 500万以上 ER（具身推理）训练样本，以及约 2500 小时真机数据。
真机评测显示，该模型可以由单一模型统筹 64 个任务，覆盖桌面操作与全身移动操作两类场景，具备跨任务、跨末端执行器的泛化能力，做到一模驱动、全身协同。
VLA与WMA两条路线，构建开源体系
此次开源是宇树通用人形基础模型的一次全面升级。在此之前，宇树科技已先后开源 UnifoLM-VLA-0 视觉-语言-动作大模型，以及 UnifoLM-WMA-0 世界模型-动作架构，形成了覆盖 VLA 与 WMA 两条技术路线的具身智能开源体系。
其中，UnifoLM-VLA-0 在 LIBERO 仿真基准测试中取得 98.7 分的成绩，在空间、物体、目标和长序列四个子项上的得分分别为 99.0、100、99.4 和 96.2。
开源意味着什么
通用人形机器人一直面临一个现实难题：真实世界的物理数据获取成本高、场景碎片化，单一实验室很难覆盖足够多的任务与本体形态。把基础模型连同数据集一起开放，相当于把这一层公共基础设施交给了整个行业。
对开发者和研究者而言，直接收益是研发门槛的下降——不必从零构建感知与世界模型模块，可以把精力放在具体场景的适配与精细化调优上。对宇树自身而言，开源也是扩大生态、吸引更多人在其硬件与软件栈上做开发的方式。
从技术路线上看，”世界模型-动作”（WMA）架构强调让模型先学会预测环境如何随动作变化，再据此决策。此前多家机构都在探索把世界模型引入机器人控制，宇树此次选择将这条路线的基础模型完整开源，为业界提供了一个可直接复现和比较的基准。
至于这套模型在真实机器人上的长期表现如何、跨本体迁移的实际效果如何，还需要更多第三方在真实场景中的验证。
