宇树科技近日正式开源全新一代通用人形机器人基座模型 UnifoLM-WLA-1.0，6B 参数规模，发布即刷新全球开源具身模型多项评测 SOTA，成为人形机器人开源赛道的又一重要节点。

该模型依托约 2500 小时高质量真机数据与大规模通用多模态语料训练，融合以交互为中心的世界建模能力，构建统一的视觉 - 语言 - 动作表征体系，全面提升空间感知与场景理解水平。真机评测覆盖 64 项任务，单模型即可统筹桌面操作与全身移动操作，支持平行夹爪与两类灵巧手，具备跨任务、跨末端执行器的泛化能力。16 项多模态感知基准中，7 项成绩位列开源模型第一，整体表现比肩行业头部闭源模型。

和业内多数针对特定场景、特定硬件定制的模型不同，UnifoLM-WLA-1.0 走通用基座路线，一套模型适配不同任务与不同执行器，大幅降低下游开发的适配成本。对中小研发团队而言，基于开源基座就能快速搭建具体场景的应用方案，无需从零训练模型，直接拉低了人形机器人智能层的研发门槛。

从行业视角看，宇树的技术布局正在从下往上逐层渗透。从硬件本体到运动控制算法，再到世界模型、通用基座模型，技术栈不断向上延伸。此前格斗机器人展示了实时决策的工程能力，这次开源基座则是把基础能力开放给全行业，用生态建设巩固自身的技术话语权。人形机器人的竞争正在从硬件参数内卷，转向智能基座的生态比拼，谁的基座模型渗透率高，谁就能积累更多场景数据形成正向循环。

但也要看到潜在的风险与局限。通用基座的泛化能力和垂直场景的专精能力天然存在矛盾，工业、服务等特定场景大概率仍需针对性微调才能达到可用标准。2500 小时训练数据在通用模型里规模有限，复杂长尾任务的泛化效果仍待验证。单模型统筹多任务容易出现能力摊薄，部分高难度任务的表现可能不如专用模型。此外开源社区的活跃度、持续迭代的投入机制，也都需要时间检验。

整体来看，UnifoLM-WLA-1.0 的开源是具身智能领域的重要供给侧升级，通用基座的开放会加速整个行业的应用落地速度。但人形机器人智能层的竞争才刚刚拉开序幕，通用能力与垂直场景的平衡、开源生态的商业化路径，都会是接下来行业关注的核心命题。

宇树科技人形机器人具身智能开源模型前沿在线