过去一种家务一套程序，宇树人形机器人一个模型覆盖64项

宇树科技（Unitree）发布了人形机器人通用基础模型 UnifoLM-WLA-1.0。过去让机器人学一种家务，得单独写一套控制程序。现在一个模型、一套权重就能覆盖64项任务。

64项任务里，10项是全身任务，54项是桌面任务。模型兼容平行夹爪和两种灵巧手，同一套逻辑能配不同的末端工具。演示在宇树G1上完成。视频里，机器人整理床铺、把衣服塞进洗衣机、叠衣服、收拾散落的东西。

模型有60亿参数，训练数据约2500小时真实机器人操作记录。这个体量今天不算大，训练类似模型的门槛可能因此低一些。

模型的起点是UnifoLM-ER-1，一个基于Qwen3-VL的具身推理器，负责理解画面。它靠光流和VQ-VAE多了一项能力：先预测画面里接下来哪个区域会变化。动作部分，模型用残差VQ把末端执行器、手和下半身的动作离散成代码序列。这样模型就能把动作当一段序列来学习。顶层再挂一个MMDiT动作专家，把离散代码还原成连续控制信号。

在具身基准测试里，它赢过不少开源模型，空间推理是强项。也有人评价，这是目前比较完整的全身VLA开源尝试之一。VLA是视觉-语言-动作的缩写，指把“看见、理解、动作”装进同一个模型。

视频发出后，评论区有人直接质疑：“看起来全是远程控制的，来证明我说错了。”视频本身没有展示能排除这种怀疑的实验条件。模型有没有人工干预，权重和许可的细节公不公开，目前没有答案。真实家庭环境下的长期表现如何，也还没有结论。

真想用上这套模型的人，先得过硬件这一关。宇树G1大概4万美元，美国用户还买不到——宇树的产品在美国被禁售。模型把技能这头的门槛拉低了，4万美元的价格和禁售令没有跟着变。