# 一个模型覆盖 64 项任务，但开放是分层的：宇树 WLA-1.0 把「模型与本体解耦」摆上了台面
> 6B 参数、约 2500 小时真机数据、一个模型覆盖 64 项任务，具身推理底座拿下 7 项开源第一——这份成绩单真正的看点不在分数，而在开放清单分了四层：什么已经给了，什么还在计划里。
### TLDR
- **模型概要**：宇树新一代通用人形机器人基础模型 **UnifoLM-WLA-1.0** 为 **6B 参数**，用约 **2500 小时**真机采集数据训练，单个模型覆盖 **64 项任务**（**54 项桌面操作 + 10 项全身操作**），兼容二指夹爪与 Shadow Dexterous Hand、Allegro Hand 等五指灵巧手。
- **推理底座**：具身推理模型 **UnifoLM-ER-1-4B** 基于 Qwen3-VL-4B 构建，使用超 **500 万条**具身推理样本，在 **16 项**多模态感知与理解基准中有 **7 项**取得参评开源模型最佳（RefSpatial-Bench、Where2Place、PixMo-Point、BLINK、EmbSpatial、RoboSpatial、VSR）。
- **开放是分层的**：目前已上线项目主页并开放**部分模型权重与数据**；**后训练代码、UnifoLM-WLA-Base 权重、全身遥操作数据集、操作数据集**仍列在后续开放计划中——「开源」的颗粒度，比「开源了」这三个字重要。
- **时间线提示**：模型发布日为 **9 月 10 日**，首批权重 **9 月 11 日**上线，9 月 20 日前后出现的是中文媒体的集中报道与解读，属**旧事件的传播扩散**，本文据此按「发布+核查」而非「首发」处理。
- **判断**：宇树这一周的三次动作（9/7 格斗演示、9/10 开源模型、9/14 发布 G1+）拼出的是一条明确的分工线——**本体是硬件生意，模型是生态生意**。谁定义模型接口，谁就掌握了下一轮本体厂商的兼容成本。
### SRC
素材时间窗为当日 09:00 → 11:40。需要特别说明时点：UnifoLM-WLA-1.0 的**发布日为 2026 年 9 月 10 日，首批权重 9 月 11 日上线**，本文所依据的中文报道（京报网、每日经济新闻、千龙网、艾瑞网、网易转载、中电网）均集中在 9 月 20 日凌晨至上午，属发布十天后的集中解读；因此本文不将其作为「当日发布」处理，而是在第二小节明确标注时间线。参数与评测数据（6B／2500 小时／64 项任务／7 项开源第一／Where2Place 82.0、EmbSpatial 88.9）均为**宇树科技自报口径**，来自公司项目主页说明与媒体转述，未经第三方复现。反面对照数据「GPT-6 Astra 与 Claude Fable 5.1 在把积木放进碗里任务中 20 次成功 19 次与 8 次、拼图插槽任务降至 10%」出自独立第三方机器人基准测试平台 **Robocurve**，经每日经济新闻 2026-09-20 转述，为单方公布的实测结果，样本量（20 次）较小，本文照录并标注。开放清单的分层信息来自京报网与网易稿件中「已上线项目主页、开放部分模型权重和数据，后训练代码等仍列在后续开放计划」的表述，可在项目主页核验。「一具身体挂价签，一颗脑子挂许可证」为媒体评论语，本文引用其意。判断部分为作者观点。
### BODY
先把时间线摆正
这不是一条「今天发布」的新闻
9 月 20 日凌晨到上午，中文媒体密集出现宇树通用人形机器人基础模型的报道：京报网、每日经济新闻、千龙网、艾瑞网、网易先后跟进，标题大多是「7 项评测领先开源模型」「让机器人理解世界」。如果只看标题，会以为这是一次当日发布。
把时间线摊开，实际顺序是：9 月 10 日，宇树发布 UnifoLM-WLA-1.0，同时宣布将开放模型、代码和数据集；9 月 11 日，首批权重上线；9 月 14 日，发布升级后的本体 G1+（颈部增加 2 个自由度，视觉系统升级为双目相机、广角单目相机与 3D 激光雷达，肩部与腰部电机峰值扭矩提升一倍以上、发热量降低约 70%，远场拾音升级为前 4 后 2 六麦克风阵列，含税售价 9.5 万元）；再到 9 月 20 日，才出现这轮集中解读。
再往前推，9 月 7 日晚上，宇树放出一段 38 秒演示：一台 G1 站在场地中间，人类拳手出拳时它双拳收到胸前格挡，鞭腿扫来时退后半步稳住并回击，画面标注「全程实拍，无加速」——官方称之为全球首次由世界模型实时驱动的全自主人形机器人格斗，背后是另一套模型 UnifoLM-X2-1.0。
宇树 9 月的一周三发据公开报道整理
9.7
世界模型实时驱动的全自主格斗演示（UnifoLM-X2-1.0）
9.10
发布 UnifoLM-WLA-1.0，宣布开放模型、代码与数据集
9.14
发布升级本体 G1+，含税售价 9.5 万元（六项升级全部在硬件）
图注：三次动作间隔七天，先证明「脑子能实时决策」，再开源「脑子」，最后更新「身体」。顺序本身是信息。
这个顺序值得留意：先用一场格斗证明模型能实时决策，再把模型开源出去，最后发布硬件本体。模型在前、本体在后，和多数厂商「先卖机器、后补软件」的做法正好相反。
成绩单
7 项开源第一，和那个 82.0 分
按公司口径，WLA-1.0 是 6B 参数，用约 2500 小时高质量真机采集数据训练，覆盖多种机器人本体与作业场景，包含宇树自开源数据与第三方机器人数据。一个模型即可完成 64 项差异化任务：54 项桌面操作（收纳餐盘、电池充电等需要精细操作的场景）与 10 项全身移动操作（垃圾处理、鞋子整理、沙发整理、大空间取放物品）。模型兼容二指夹爪与两类五指灵巧手，支持不同末端执行器切换。
WLA 三个字母对应 World、Language、Action——环境感知、语义理解、空间推理、动态预测与动作生成被放进同一个框架。在技术细节上，两处设计值得记下来：一是用光流提取未来场景变化区域作为监督信号，训练出 UnifoLM-ER-Flow 模型，让机器人先预测环境将如何变化再生成动作；二是把统一动作空间划分为末端执行器位姿、末端执行器关节量、下肢运动关节量三部分，再通过残差矢量量化（RVQ）把连续动作转成离散 token，各部分 token 按共享时间步对齐后送入模型，学习三者的协同关系。
具身推理底座 UnifoLM-ER-1-4B 与 GPT-6 Astra 的空间理解对照宇树自报口径
条形长度按分数等比绘制；两组对比均为宇树在官方口径中引用的成绩，未经第三方复现
图注：空间理解对机器人比对话能力更关键——物体在哪、怎么摆、下一步会发生什么，决定了动作是否做得对。
但同一批材料里还有一组反面对照。每日经济新闻报道引用独立第三方机器人基准测试平台 Robocurve 的实测：把「把积木放进碗里」分别下达给部署在真实机械臂上的 GPT-6 Astra 与 Claude Fable 5.1，20 次测试中成功 19 次与 8 次，对应成功率 95% 与 40%；任务细化为「把拼图块插入对应的凹槽」后，Astra 的成功率滑落至 10%。
这组数字的意义在于划出一条界线：顶尖大模型已经能操控物理设备，但在精细操作层面仍有明显短板，而且任务越精细，衰减越陡。它同时提醒所有看榜单的人——「理解能力」的分数和「动作成功率」之间存在真实的落差，而后者才是采购方验收的东西。当然，20 次的样本量本身也偏小，这个数字应作为信号而非结论。
真正的信息量在开放清单
「开源了」这三个字，要看它分了几层
比参数更值得逐个核对的是开放状态。按公开表述：目前宇树已上线 UnifoLM-WLA-1.0 项目主页，并开放**部分**模型权重和数据；**后训练代码、UnifoLM-WLA-Base 权重、全身遥操作数据集、操作数据集**仍列在后续开放计划中。
这意味着「宇树开源了人形基础模型」这个说法需要加限定词。已经拿到手的是部分权重和部分数据，后训练代码和两个关键数据集还在路上。对真正想复现或二次开发的研究团队来说，后训练代码往往比推理权重更重要——权重决定你能跑什么，后训练代码决定你能改什么。
开放颗粒度分层据项目主页与媒体报道
| 层级 | 内容 | 当前状态 |
|---|
| 已开放 | 部分模型权重、部分数据、项目主页 | 可下载／可查看 |
|---|
| 计划中 | 后训练代码 | 待开放 |
|---|
| 计划中 | UnifoLM-WLA-Base 权重 | 待开放 |
|---|
| 计划中 | 全身遥操作数据集 | 待开放 |
|---|
| 计划中 | 操作数据集 | 待开放 |
|---|
表注：开放状态截至 2026-09-20 的公开表述，实际进度以官方项目主页为准。
把这一条和「本体售价 9.5 万元」放在一起看，宇树的分工线就清楚了：身体是硬件生意，一次性卖出；模型是生态生意，越多人用它的接口、越多硬件适配它的输出，它在本体之外的话语权就越重。这不是宇树独有的算盘——NVIDIA 用 GR00T、Google 用 Gemini Robotics、Figure 用 Helix，走的都是同一条路。差别在于国内厂商里，宇树是少数同时握着本体产线和基础模型的一方。
判断：这类开源的真实价值不在「免费」，而在于它定义了接口。当越来越多团队在 WLA 的输出格式上做二次开发、越来越多本体的末端执行器按它的动作空间对齐时，切换模型的成本会上升，而模型厂商获得的是行业事实标准的位置。所以评价这份开源，不该问「省了多少钱」，该问「后训练代码什么时候到」——那才是能否真正站上同一地基的分水岭。
该追问的三件事
榜单之外，三处口径需要补上
第一，2500 小时真机数据的本体分布。64 项任务的训练数据「覆盖多种机器人本体」，但各家本体的观测空间、动作空间和末端执行器都不一样，跨本体迁移的效果取决于数据如何配比。目前公开信息没有给出按本体的数据分布表。第二，64 项任务的评测条件。任务成功率是在固定初始位姿、固定光照、固定物体集下测的，还是随机化之后测的，这两个数字的含义完全不同——YCB 式的标准物体和「任意家庭杂物」之间的距离，正是行业里最难补的一段。
第三，也是最容易被忽略的：64 项任务里，54 项桌面操作与 10 项全身操作的难度不在一个量级。桌面操作考的是精细控制，全身操作考的是移动与操作并行时的平衡协调。把它们合并成「64 项」这类汇总数字，读的时候要分开看，否则容易系统性高估全身移动操作的能力成熟度。
顺便说一句判断口径：凡厂商同时给了「现状表」和「任务表」的，优先看任务表。WLA 这类基础模型的出现，把「一个模型干多件事」从演示变成了工程目标，但从演示到验收，中间隔着的是长尾任务的成功率和故障恢复时间，这两项从来不上榜。
来源：京报网 2026-09-20（news.bjd.com.cn/2026/09/20/11965915.shtml）；每日经济新闻 2026-09-20（cn.dailyeconomic.com/2026/09/20/156880.html）；千龙网 2026-09-20（china.qianlong.com/2026/0920/8729826.shtml）；中电网 2026-09-20 09:29（news.eccn.com/news_2026092009295344.htm）；艾瑞网 2026-09-20（news.iresearch.cn/yx/2026/09/566806.shtml）；网易转载 IT 时代网 2026-09-20 03:22。素材时间窗：当日 09:00 → 11:40（模型发布日为 9 月 10 日，已在正文说明）。