宇树科技开源人形机器人基座模型UnifoLM-WLA-1.0

驱动中国9月10日消息，宇树科技正式宣布开源全新一代通用人形机器人基座模型UnifoLM-WLA-1.0。该模型在多项全球开源模型评测中刷新SOTA（State-of-the-Art）成绩，成为人形机器人具身智能领域又一重要开源成果。此次开源动作被视为宇树科技从硬件整机厂商向“硬件+AI模型”双轮驱动生态迈进的关键一步。

UnifoLM-WLA-1.0的命名中，“WLA”对应“World-Language-Action”的缩写，即世界模型、语言模型与动作模型的融合架构。这一架构设计旨在让人形机器人不仅能够理解自然语言指令，还能结合对物理世界的感知与推理，生成可执行的动作序列，从而在复杂真实环境中完成抓取、移动、操作等任务。与以往仅聚焦单一技能或仿真环境的模型不同，该模型强调跨场景、跨任务的泛化能力，试图打通从语言理解到物理执行的完整链路。

从技术细节看，UnifoLM-WLA-1.0采用多模态统一表征，将视觉、语言和本体感觉信息映射到同一语义空间，使机器人能够基于实时视觉输入和语言指令动态调整动作策略。模型还引入了大规模预训练与后训练对齐机制，利用海量互联网图文数据、机器人操作数据和仿真数据联合训练，提升其在真实硬件上的迁移效率。宇树科技表示，该模型已在自家多款人形机器人平台上完成部署验证，包括行走、避障、物体识别与抓取等基础能力均达到可用水平。

此次开源的意义不仅在于技术指标的领先。当前全球人形机器人赛道竞争激烈，特斯拉Optimus、Figure AI、波士顿动力等厂商纷纷推进商业化，但多数核心模型仍以闭源形式存在。宇树科技选择将基座模型开源，意味着中小型研发团队、高校实验室和独立开发者可以直接基于该模型进行二次开发，无需从零训练大模型，从而大幅降低人形机器人智能化的准入门槛。这一策略与宇树科技此前在四足机器人领域“硬件平价+开源生态”的打法一脉相承，有望加速人形机器人从实验室走向行业应用。

评测数据方面，UnifoLM-WLA-1.0在多项公开基准测试中表现突出，涵盖语言引导操作成功率、跨物体泛化准确率、长程任务完成率等关键指标。在部分涉及真实物理交互的测试集上，该模型的得分超过此前开源社区中广泛使用的同类模型，显示出更强的鲁棒性和适应性。不过，宇树科技并未公布全部评测细节，也未与闭源商业模型进行直接对比，因此其相对优势仍需社区在更多场景中复现验证。

行业观察人士指出，人形机器人基座模型的开源化正在成为一股新趋势。此前，谷歌、英伟达等公司已陆续开放部分机器人基础模型，但多聚焦于仿真或特定任务。宇树科技此次开源的是面向通用操作任务的端到端模型，且附带硬件适配方案，这在国内厂商中较为少见。对于中国机器人产业而言，这一举措有助于构建自主可控的具身智能技术栈，减少对海外闭源模型的依赖。

宇树科技方面强调，开源并非终点，而是生态建设的起点。公司计划后续持续迭代模型版本，并开放更多工具链、数据集和硬件接口，与全球开发者共同推进人形机器人在工业制造、物流分拣、家庭服务等场景的落地。同时，宇树科技也提醒开发者注意模型在安全性和合规性方面的使用边界，建议在部署前进行充分的本体测试与风险评估。

从产业节奏看，2024年以来人形机器人已从概念展示进入小批量试产阶段，但“大脑”层面的智能化仍是制约规模化应用的核心瓶颈。UnifoLM-WLA-1.0的开源，为行业提供了一条可复用的技术路径，也为后续更多厂商跟进开源模型埋下伏笔。随着模型能力与硬件成本的同步优化，人形机器人有望在未来两三年内率先在结构化工业场景中实现商业闭环。