2026-09-22 每日开源机器人追踪
今天先看结论
今天最值得记录的是三处可直接由官方仓库读回的状态变化与纠偏:
- 宇树 G1 Dex1 数据仍在持续扩展。 Unitree Robotics 官方 Hugging Face 组织页今天继续出现新的
G1_Dex1_*数据集与集合更新,说明真实机器人精细操作数据管道仍在活跃。 - UniBot-V1 不是“尚未上线”。 官方组织页已经明确列出 UniBot-V1 Challenge Dataset Collection,32 项;此前把它当作未上线资源属于状态误判,应以当前官方集合页为准。
- OpenWAM 已完成代码与模型开放。 官方仓库记录 2026-09-06 发布代码库并开放全部预训练/微调模型,2026-09-09 发布论文;仓库许可证为 Apache-2.0。
本期不再把“更新时间”自动解释为“新增多少小时训练数据”,也不把社区镜像或同名仓库的许可证替代官方仓库 LICENSE。
1. Unitree G1 Dex1:精细操作数据继续扩展
当前状态:持续更新。
Unitree Robotics 官方 Hugging Face 组织页在 9 月 22 日仍显示新的 G1 Dex1 数据集发布和集合更新。当前可直接看到的近期条目包括 G1_Dex1_Put_Dolls_Conveyor、G1_Dex1_Pour_From_Bottle,以及 Arrange_Toiletries_Neatly、Assemble_Hat_Stand、Assembling_Motor、Connect_The_Network_Port、Cover_The_Tool_Box、Fetch_Object_Bag、Fill_Basket 等一批精细操作任务。
这里更重要的不是把某一时刻的“新增数量”冻结成永久数字,而是确认:官方数据组织仍在持续向 G1 + Dex1 路线增加真实操作任务,且集合页本身会继续变化。 因此后续追踪应把“集合当前规模”和“当天新增量”分开记录,避免页面继续更新后历史文章出现计数漂移。
官方来源:
- https://huggingface.co/unitreerobotics
- https://huggingface.co/collections/unitreerobotics/unifolm-g1-dex1-dataset
2. UniBot-V1:修正“未上线”的旧判断
当前状态:已公开,32 项。
Unitree Robotics 官方组织页目前明确列出 UniBot-V1 Challenge Dataset Collection,集合规模为 32 items。集合中的 G1_Dex1_HangCup、ArrangePlates、ArrangeTestTubes、ZipUp 等条目本身更早就已有公开更新时间。
这意味着此前把 UniBot-V1 记成“仍未在 Hugging Face 上线”的判断不成立。更准确的表述是:UniBot-V1 已经以官方集合形式存在;后续要核验的是挑战赛口径、集合成员与任务定义是否继续变化,而不是继续等待一个不存在的“首次上线”。
官方来源:
- https://huggingface.co/unitreerobotics
- https://huggingface.co/collections/unitreerobotics/unibot-v1-challenge
3. OpenWAM:代码、模型与许可证均可直接核验
当前状态:代码与模型已开放。
OpenWAM-Official/OpenWAM 官方仓库的 News 明确记录:
- 2026-09-06:OpenWAM Codebase Release;
- 2026-09-06:全部 pretrained / finetuned models 发布到 Hugging Face;
- 2026-09-09:OpenWAM 论文发布。
官方仓库同时明确写明 Apache License 2.0。OpenWAM 的定位不是单一 VLA/WAM checkpoint,而是把模型、表征、训练、推理、部署和评测拆成可组合模块的开放研究栈。
需要保留一个边界:Apache-2.0 是该官方代码仓库的许可证,不应自动外推到所有第三方数据、依赖或外部模型资产。 同名或相近名称的其他仓库也不能替代 OpenWAM-Official/OpenWAM 的官方 LICENSE。
官方来源:
今天真正值得记住的变化
这次更新最有价值的不是再增加几个项目名,而是把开源追踪从“看到宣布就记一笔”继续推进到状态校正:
- 数据集合是否真的存在,要回到官方组织页和集合页;
- “今天新增多少”与“集合累计多少”必须分开;
- 许可证以官方仓库 LICENSE 为准;
- 代码已开放、权重已开放、数据已开放,应分别记录,不能用一个“开源”标签覆盖。
这也是 Open Robotics Production Graph 后续应该坚持的证据粒度:Repository / Dataset / Model / License / Release Event 分开建模,再由 Evidence 连接,而不是把一篇文章当作事实本体。