9 月 10 日，宇樹科技正式開源新一代通用人形機器人基礎模型 UnifoLM-WLA-1.0，直接把行業卡了好幾年的 “具身智能通用性” 死穴給干穿了。6B 參數、2500 小時真機訓練資料、單模型統籌 64 項複雜任務，程式碼、模型、資料集同步開放 —— 這不是一次普通的技術發佈，而是把人形機器人 “通用大腦” 的門檻，直接拉到了行業前所未有的高度。
一、行業痛點：人形機器人的 “大腦”，一直是拼出來的補丁
過去人形機器人的軟體體系，更像 “拼裝怪”：走路用一套強化學習模型，抓取用另一套擴散模型，末端執行器換個夾爪，前面的演算法幾乎全部報廢。
- 桌面操作模型只管桌面，全身移動模型只管導航，兩者割裂，跨場景就 “卡殼”；
- 換個靈巧手，模型就要重新訓練，成本高、周期長；
- 推理延遲高，依賴雲端往返，動作卡頓、響應慢。
宇樹這次的 UnifoLM-WLA-1.0，核心就是解決這個 “拼裝補丁” 的問題，把桌面操作、全身移動、末端執行器適配，全部塞進同一套權重裡，實現 “一模驅動，全身協同”。
二、拆解宇樹這波開放原始碼的三個硬核突破
1. 單一權重通吃全身協同：從桌面到家庭，一個模型搞定
這套 6B 參數的模型，用同一套權重，把底盤導航、全身大範圍移動和桌面毫米級操作完全打通。 從官方演示來看，機器人可以自主完成：
- 桌面任務：疊毛巾、收納餐盤、整理桌面物品；
- 全身任務：倒垃圾、把衣服放進洗衣機、整理鞋子、收拾浴室和廚房、鋪床；
- 甚至能自主完成 “從收納筐取衣服→放進洗衣機→啟動洗滌→整理鞋子→收拾浴室” 的完整家庭場景流程。
這意味著，機器人不用再切換多個模型，一套 “大腦” 就能應對從桌面到真實家庭環境的複雜任務。
2. 跨末端執行器泛化：夾爪、靈巧手都能跑，不用重訓
這是真正的技術分水嶺 —— 不管前端裝的是廉價的兩指夾爪，還是複雜的五指仿生靈巧手，模型不用全盤重訓，在統一表徵下全部自適應跑通。 這直接解決了行業長期存在的 “硬體繫結軟體” 問題：開發者可以根據成本和場景選擇末端執行器，不用為了適配硬體重新訓練模型，大幅降低了開發成本和周期。
3. 端側即時閉環：延遲壓到 106 毫秒，動作像生物一樣流暢
模型採用頭部與雙腕雙目立體視覺注入，策略推理延遲直接壓到了 106 毫秒（Sub-110ms），沒有雲端往返的延遲卡頓，動作才能做到像生物一樣的流暢咬合。 這對人形機器人的實際落地至關重要：在家庭、工業等動態場景中，即時響應是安全和效率的核心，端側閉環讓機器人真正具備了 “即時感知 - 即時決策 - 即時執行” 的能力。
三、開放原始碼的意義：把具身智能的 “地基” 給行業了
宇樹這次開放原始碼的，不只是一個模型，更是一套完整的 “具身智能開發體系”：
- 程式碼、模型、資料集全部開放，開發者可以直接基於這套模型進行二次開發；
- 2500 小時高品質真機資料，覆蓋 64 項任務，為行業提供了寶貴的訓練樣本；
- 模型在多項具身推理評測中領先國內外開源模型，亦可比肩頭部閉源模型，為行業樹立了新的技術標竿。
這意味著，中小團隊、創業公司，不用再從零開始搭建具身智能體系，直接基於宇樹的開源模型，就能快速開發出具備通用能力的人形機器人應用。
四、行業影響：人形機器人的 “通用時代”，真的要來了
宇樹這次開源，直接把具身智能的競爭，從 “誰能做出樣機”，推向了 “誰能基於通用模型，做出更落地的應用”。
- 對工業場景：汽車、3C 製造企業，可以基於這套模型，快速開發出適配自身產線的人形機器人應用，降低部署成本；
- 對家庭場景：服務機器人企業，可以基於這套模型，開發出能完成家務、照顧老人的通用人形機器人；
- 對科研機構：可以基於這套模型，開展更深入的具身智能研究，推動行業技術進步。
可以說，宇樹這波開源，直接把人形機器人的 “通用時代”，往前推了一大步。
你覺得，宇樹開放原始碼的這套模型，最先會在那個場景落地？是工業產線，還是家庭服務？ (未來機器人網)