Unitree kompaniyasi 10-sentabrda yangi avlod humanoid robotlar uchun generativ fundamental model boʻlgan va taxminan 6 milliard parametrga ega boʻlgan UnifoLM-WLA-1.0 ni taqdim etdi. Kompaniyaning bayonotiga koʻra, haqiqiy robot maʼlumotlari asosida 2500 soat davomida oʻqitilgan bitta nazorat fayli 10 tananing harakatlari va 54 stoldagi manipulyatsiyalarni qamrab oluvchi 64 vazifani muvofiqlashtira oladi, shuningdek, ikki barmoqli ushlagichlar va bir nechta mahoratli besh barmoqli qoʻllar bilan ishlashi mumkin.
Bu chiqarish Unitree UnifoLM-X2 sparringning oldingi namoyishidan farq qiladi; UnifoLM-WLA-1.0 jangovar faoliyatga yoʻnaltirilgan namoyish emas, balki kundalik uy va stoldagi ishlar bajarilishi uchun kengroq «koʻrish-til-harakat» stekini ifodalaydi.
Arxitektura jihatdan UnifoLM-WLA-1.0 MMDiT harakat eksperti bilan boyitilgan, oʻzaro taʼsirga yoʻnaltirilgan dunyo modellashtirishiga asoslanadi. UnifoLM-ER-1 deb nomlangan bu jismoniy fikrlash bosqichi Qwen3-VL-4B asosida qurilgan va 5 milliondan ortiq jismoniy namunalar ustida oʻqitilgan. Bu namunalar nuqtalar prognozlash, obʼektlarni aniqlash, koʻp tasvirli fikrlash, 2D traektoriyalar, 3D aniqlash va fazoviy savollarga javob berish kabi jihatlarni qamrab oladi, bu fazoviy idrokni kuchaytiradi, shu bilan birga keng koʻrinish-til koʻnikmalarini saqlab qolish uchun umumiy tasvir va matn maʼlumotlari bilan birgalikda oʻrganiladi.
Bundan tashqari, dinamik hududlarni prognozlash kelajakdagi sahna oʻzgarishlarini ajratib olish uchun optik oqimdan foydalanadi, ularni fiksatsiya qilingan uzunlikdagi maska tokenlariga VQ-VAE yordamida siqib, «koʻrish-til» modeliga oʻzaro aloqa boshlangandan soʻng qaysi hududlar harakatlanishni boshlayotganini bashorat qilishni oʻrgatadi. Qoldiq vektor kvantlash orqali diskret harakatlarni oʻrganish yakuniy effektor pozalari, qoʻl va tana pastki qismining boʻgʻinlarini birlashtirilgan harakatlar fazosini ajratadi, bu tokenlarni umumiy vaqtinchalik qadamlar boʻyicha tekislaydi va ularni UnifoLM-ER-Flow ga kiritadi. Ular chiqargan WLA modeli ushbu multimodal ramkadan robotning uzluksiz harakatlarini dekod qilish uchun MMDiT ekspertini oʻz ichiga oladi.
16 ta multimodal toʻplamlar ustida oʻtkazilgan fazoviy va jismoniy fikrlash testlarida Unitree UnifoLM-ER-1-4B ochiq modellardan yetti sinovda ustun turishini maʼlum qiladi. Bundan tashqari, kesishgan fazoviy toʻplamlarda u Where2Place, BLINK spatial, CV-Bench va EmbSpatial kabi koʻrsatkichlarda mahalliy maxfiy GPT-6 Astra dan ustun keladi. Oʻquv Unitree Open Datasets va BitRobot-HIW-500 hamda haqiqiy robotlar maʼlumotlarining boshqa manbalariga tayanadi. Video baholashlar Unitree G1 uskunalariida khiniklar yigʻish, telefonlarni qadoqlash, yotoqni tartiblash, poyabzalni saralash va hammomni tozalash kabi vazifalarni bajarish namoyish etiladi — bu vazifalar bitta siyosat doirasida qoʻllar, yakuniy effektorlar va tana pastki qismining muvofiqlashtirilgan harakatini talab qiladi.
Muhim jihati shundaki, loyiha sahifasi ishlab chiquvchilar uchun mavjud, ammo kod, modellar va maʼlumotlar toʻplamlari hali «Yaqin orada» belgilangan. Unitree loyihani ochiq kodli qilish niyatini eʼlon qildi va arxitektura hamda vazifa matritsasi boʻyicha hujjatlashtirishni nashr etdi, ammo ogʻirliklar va maʼlumotlar korpusi hali yuklab olish uchun mavjud emas. Ushbu resurslar paydo boʻlishidan oldin tadqiqotchilar va integratorlar uchun amaliy signal umumiy humanoid asosning oshkor qilingan yoʻl xaritasi va benchmarklar jadvali hisoblanadi, naqadar tayyor nazorat fayli emas.
