开源多模态大模型UnifoLM-VLA：宇树科技的跨模态视觉语言进展
1月29日，机器人公司宇树科技正式宣布开源其视觉-语言-动作大模型 UnifoLM-VLA-0。这一模型致力于突破传统视觉语言大模型在物理交互中的局限，通过有针对性的预训练，使其从图文理解能力进化为具备物理常识的“具身大脑”。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
据介绍，UnifoLM-VLA-0 是 UnifoLM 系列中专门面向通用人形机器人操作的模型。它基于开源的 Qwen2.5-VL-7B 模型构建，并使用了覆盖通用场景与机器人专用场景的多任务数据集进行持续预训练，从而提升模型对几何空间与语义逻辑的对齐能力。
模型的核心突破在于针对操作任务的高要求，深度融合了文本指令与2D/3D空间细节，并构建了全链路动力学预测数据以增强任务泛化性。特别地，宇树在模型架构上集成了动作预测头，并对开源数据集进行了系统性清洗，最终仅利用约340小时的真机数据，结合动作分块预测与动力学约束，实现了对复杂动作序列的统一建模与长时序规划。
评估结果显示，该模型在多个空间理解基准上的能力较基础模型有显著提升，并在“no thinking”模式下可媲美 Gemini-Robotics-ER 1.5。在 LIBERO 仿真基准测试中，其多任务模型也取得了接近最优的性能。
在真机验证环节，UnifoLM-VLA-0 在宇树 G1 人形机器人平台上，仅凭单一策略网络即可高质量完成开闭抽屉、插拔插头、抓取放置等12类复杂的操作任务。最新测试表明，即使在外部扰动条件下，模型也表现出良好的执行鲁棒性与抗干扰能力。
目前，该模型的项目主页与开源代码已在 GitHub 平台公布，供开发者与研究人员获取。
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
同类文章
1.4 万亿词元！阿里 Qwen3.6-Plus 刷新全球最大 AI 聚合平台 OpenRouter 日调用量纪录
1 4 万亿词元！阿里 Qwen3 6-Plus 刷新全球最大 AI 聚合平台 OpenRouter 日调用量纪录 这事儿挺震撼的。就在4月4日，全球最大的AI模型聚合平台OpenRouter在其官方账号上公布了一个爆炸性数字：阿里刚刚发布的千问新模型Qwen3 6-Plus，上线仅仅一天，日调用量
实战指南：基于快马平台深度开发，构建企业级workbuddy团队项目管理看板
深度开发指南：利用快马平台高效构建企业级WorkBuddy团队项目管理看板 近期在开发团队协作工具WorkBuddy的项目管理模块时，传统开发模式的周期漫长令人困扰。转而采用快马平台（即InsCode）后，开发效率得到显著提升。本文将详细分享如何基于快马平台，快速搭建一个功能完善、体验流畅的企业级项
消息称 Meta 低调组建独立硬件团队，打造以多种形态陪伴人类的智能体
消息称 Meta 低调成立独立硬件部门，致力于研发多形态人类陪伴型智能体设备 4月4日凌晨，《商业内幕》发布独家报道引发行业关注。多位知情人士透露，Meta公司正悄然为其“超级智能”业务线组建一支独立的硬件研发团队，并任命资深硬件工程师负责整体管理。此举被视为Meta在人工智能设备战略布局上的关键一
AI 的记忆不是硬盘——从 40 个真实 Bug 说起
这是 AI 认知架构实战笔记 系列的第 2 篇 上一篇我们聊了「给 AI 写灵魂文件」这件事，这一篇，我们来看看，当这份灵魂文件真正运转起来之后，现实究竟会给我们带来多少“惊喜”——或者更准确地说，是漏洞。项目名为 WorkBuddy-Configure，已部署在 gitee 和 gitcode 上
OpenClaw给每个Agent单独指定workspace
OpenClaw中为每个Agent配置独立工作区的最佳实践 在大模型智能体协作平台上，实现多个Agent之间的文件隔离是确保项目管理井然有序的关键需求。如果您正在使用OpenClaw平台，为不同角色的智能体分配专属工作空间可以有效避免文件冲突、权限混乱等问题。本指南将详细介绍在OpenClaw中为每
- 日榜
- 周榜
- 月榜
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
