宇树宣布完全开源 UnifoLM-WLA-1.0：6B 参数、2500 小时真机数据，一个模型统筹 64 项任务

宇树把 UnifoLM 从“会操作”推进到了“一个模型驱动全身”

9 月 10 日，宇树科技宣布 完全开源 UnifoLM-WLA-1.0。这是 UnifoLM 系列的新一代通用人形机器人基础模型，官方给出的核心目标很直接：One Model Drives All, Whole-Body Coordination——一个模型驱动，全身协同。

与此前更偏桌面操作的 UnifoLM-VLA-0 相比，WLA-1.0 的重点已经从“单一策略做多种手部操作”进一步扩展到桌面操作 + 全身移动操作的统一建模。

官方项目页给出的关键数字包括：

官方真机测试页面明确标注使用 Unitree G1 进行评测。

UnifoLM-WLA-1.0 的架构里有一个值得持续关注的变化：宇树正在尝试把理解、预测和动作放进同一条具身智能链路。

其前置的 UnifoLM-ER-1 建立在 Qwen3-VL-4B 之上，利用超过 500 万条样本训练空间感知、目标检测、多图推理、2D 轨迹预测、3D 目标检测和空间问答等能力。官方称，在 16 项多模态感知与理解基准中，它在其中 7 项领先开源模型，整体表现可与头部闭源模型比较。

在此基础上，宇树进一步加入：

这意味着模型不只是从图像和语言“直接吐动作”，而是在尝试把世界理解 → 交互结果预测 → 动作生成串起来。

机器人基础模型和纯互联网大模型最大的差异之一，是数据成本。文本、图片可以从互联网大规模获取，而高质量真机交互数据必须通过真实机器人、真实操作者和真实环境持续采集。

UnifoLM-WLA-1.0 官方披露使用约 2500 小时高质量真机数据，并融合宇树开放数据集、BitRobot-HIW-500 等多源数据。对于具身模型来说，这一数字的意义可能比“6B 参数”更大：它说明宇树已经开始把机器人硬件保有量、数据采集体系与基础模型训练形成闭环。

从产业视角看，这也是宇树最难被单纯模型公司的地方——机器人既是模型的执行载体，也是数据生产设备。

此前很多 VLA 模型的主战场仍然是桌面机械臂：抓取、摆放、折叠、插接。UnifoLM-WLA-1.0 则明确强调一套模型同时覆盖桌面操作和全身任务。

官方展示的真机场景包括整理物品、家务操作以及需要机器人在空间中移动后继续完成操作的任务。这里真正值得看的不是“64”这个数字本身，而是移动与操作是否能够由同一策略持续协调。

对人形机器人而言，这是从“有一双会干活的手”走向“整个身体都是执行器”的关键一步。

这里需要特别说明。宇树在 9 月 10 日的对外信息中使用了“完全开源”的表述，多个公开报道也同步确认了这一发布。

但聚身之家在 9 月 11 日实际检查官方项目页时发现：

也就是说，开源已经正式宣布，但代码、模型权重和数据集的公开下载入口目前尚未全部上线。 因此现阶段更准确的状态是“已宣布完全开源、资源待开放”，还不能按一个已经可以 clone / download / reproduce 的完整开源项目来评价。

等代码、权重、数据集真正上线后，还需要继续确认：

宇树过去的开源优势主要来自 SDK、机器人本体和大量开发者手里的 G1 / H1 / Go2 等硬件。现在 UnifoLM-WLA-1.0 把这一优势向上延伸到了基础模型。

这会形成一个很有意思的闭环：

机器人销量 → 更多真机数据 → 更强基础模型 → 更多开发者采用 → 更多模型在宇树硬件上运行 → 继续扩大硬件与数据生态。

如果代码、模型和大规模真机数据按“完全开源”的承诺真正释放出来，UnifoLM-WLA-1.0 的意义就不只是刷新几项 benchmark，而可能成为宇树建立“人形机器人软件事实标准”的一次重要尝试。

对开发者来说，现在最值得做的不是急着比较宣传数字，而是等待官方资源入口正式开放后，马上验证三件事：能不能跑、能不能复现、能不能迁移到自己的任务与末端执行器。

Unitree / UnifoLM-WLA-1.0 官方项目页：https://unigen-x.github.io/unifolm-wla.github.io/
宇树科技官方开源页面：https://www.unitree.com/cn/opensource/
第一财经，2026-09-10：宇树科技开源 UnifoLM-WLA-1.0 具身基座模型
IT之家，2026-09-10：宇树开源全新一代通用人形机器人基座模型 UnifoLM-WLA-1.0