宇树把人形机器人的大脑全开源了：一套模型干64种活

9月10日下午，宇树科技又甩了个重磅出来——把新一代通用人形机器人基础模型 UnifoLM-WLA-1.0 完全开源了。注意，不是发论文，不是放演示视频，是"完全开源"这四个字。这在具身智能圈子里，分量不轻。

一套模型，干64种活

这个模型参数量60亿，走的是VLA（视觉-语言-动作）路线。宇树用它做了件挺反直觉的事：把桌面精细操作和全身移动操作，塞进同一个模型里。官方给的数字是，单模型能跑64项任务——10项全身操作（倒垃圾、把衣服塞进洗衣机、整理鞋子、收拾浴室厨房、铺床），加上54项桌面操作（叠毛巾、叠衣服、收纳餐盘、给电池充电）。

以前做机器人操作，桌面抓取和全身移动通常是两条线分开训，各管各的。宇树这次用统一动作空间，把手臂、末端执行器、下半身关节都拆成离散Token，让它们在一个模型里学协同。这个思路不复杂，但要做到"一个checkpoint跑全部"，工程上挺费劲。

它凭什么说"理解世界"

更让我在意的是它那套机制。UnifoLM-WLA-1.0 不止是"看到就做"，它先要预测"我这一下动完，画面里哪块会变"。宇树管这叫 Dynamic Region，用光流从前后视频帧里提取变化区域，再压成离散Token。翻译成人话就是：机器人在动手之前，先在心里推演一下"我推这个餐盘，哪里会空出来"，再生成动作。这套"先想后果再动手"的逻辑，比单纯模仿动作数据靠谱得多。

它的具身推理部分 UnifoLM-ER-1-4B，是基于 Qwen3-VL-4B 训的，塞了超过500万份具身推理样本。宇树公布的成绩单里，它在 RefSpatial-Bench、Where2Place、PixMo-Point 等7项开源评测里拿了第一，部分空间理解任务还超过了 GPT-6 Astra。比如 Where2Place 82.0分，比 GPT-6 Astra 高出13分。

数据从哪来，能不能复现

训练用的是约2500小时高质量真机数据，包含宇树自有的开源数据和 BitRobot-HIW-500 这类公开数据集。真机数据这东西很贵，2500小时不是小数目。不过有个细节得泼点冷水：官网的 Code、Models、Datasets 现在还写着 Coming soon，权重和训练配方还没真正放出来。也就是说，"完全开源"的承诺落地了，但离开发者能直接下载复现，还差最后一公里。

为什么这步棋值得盯

宇树8月19日刚在科创板上市，是A股首家人形机器人公司，累计生产了约18000台双足机器人，硬件出货量已经是全球第一梯队。现在它把最核心的"大脑"也开源，逻辑其实很清楚：硬件赚的是当下，生态赚的是未来。把模型权重和训练配方放出来，等于拉更多开发者和本体厂商站到自己这条技术路线上，久而久之就是事实标准。

对普通开发者来说，这也意味着人形机器人的"大脑"不再是大厂专属，小团队也能站在开源基座上去改。最后说一句：开源不是慈善，是战略。宇树这步，短期看是让利，长期看是在给具身智能定"操作系统"。