9月10日，宇树科技宣布把新一代通用人形机器人基础模型UnifoLM-WLA-1.0完全开源，代码、模型权重、训练数据集一并放出，免费供商用和科研迭代。这是一次少见的“连家底一起交”的开源——开源模型权重在具身智能圈已经很常见，但把约2500小时真机遥操作数据一起开放，行业里不多。
先看模型本身。UnifoLM-WLA-1.0是一个60亿参数的视觉-语言-动作（VLA）基座模型，架构上以基于Qwen3-VL-4B的具身推理骨干（UnifoLM-ER-1-4B）为核心，搭配MMDiT的flow-based动作专家模块。它训练在超过500万个具身推理样本之上，这些样本涵盖3D包围框、2D轨迹预测、多图空间问答等任务。最特别的设计是“动态区域预测”：给定初始画面和任务指令，模型先估计随时间变化的光流，预判自己的动作将让场景发生什么改变，再动手——也就是说，它在执行前会先想一遍“做完这步，桌面会变成什么样”。
能力上，官方给出的真机评测结果是：单个模型、无需针对具体任务微调，就能完成64项任务。其中10项是全身移动操作，比如倒垃圾、铺床、整理衣物这类需要移动加双手协同的长流程任务；另外54项是桌面精细操作，叠毛巾、拧瓶盖、物品分拣、积木堆叠、擦拭桌面都在其中。更关键的是泛化能力——同一套模型可以适配平行夹爪和两类不同规格的灵巧手，不用为换一种末端执行器就重新训练。过去行业普遍的做法，是为桌面操作、全身移动各训一套独立模型，用两套模型拆分调度。
宇树把数据集一起开源，是这次动作里最值得琢磨的一笔。真机数据采集成本极高——需要硬件、人力、调试的大量投入，一台物理机器人一天可能只产出几小时可用数据，还要经过清洗、对齐、标注。小团队和高校实验室往往卡在这里：算法可以想，数据攒不起。现在开发者可以直接拿到G1人形机器人、Z1机械臂、Dex3灵巧手的真机数据集，配套还有开源模仿学习框架，兼容主流的DP、ACT等算法，等于绕过了从零采集数据这道最贵的门槛。
客观说，这套模型仍有明显边界。它原生针对宇树G1硬件优化，迁移到其他品牌不同构型的机器人本体时，受机械结构和相机安装位置限制，需要大量适配调优；遮挡、光线剧变、非标物体等复杂环境下，抓取成功率会下降；仿真与真机之间的差距也依然存在。另外官方宣称多项评测刷新全球开源具身模型SOTA，但其展示的榜单首位是推理骨干ER-1-4B而非WLA-1.0本体，存在口径上的疑问，还有待更多第三方复现验证。不管怎样，把经过真机验证的基座模型和数据集同时开放，确实把国内通用人形机器人的算法开发门槛拉低了一大截。竞争的重心，也正在从“能不能走路”的硬件表演，转向模型泛化能力和真实场景作业效率的比拼。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
