宇树｜宣布UnifoLM-WLA-1.0全面开源，单模型统筹桌面与全身操作任务

人形赛道刷完高动态演示之后，下一题往往是：同一套大脑能不能既拧螺丝又挪箱子，还换得了手。9月10日，宇树科技宣布全面开源新一代通用人形机器人基础模型UnifoLM-WLA-1.0，口径覆盖代码、模型与数据集，项目主页已上线。相对此前UnifoLM-X2高动态搏击演示，此轮重点转向可复用的视觉—语言—动作（VLA）基座。

宇树是科创板人形与四足平台厂商，近期在上市后持续用高动态任务证明控制上限，同时把「可开源的大脑」推到生态桌面。UnifoLM-WLA-1.0约6B参数，融合大规模多模态感知理解与交互中心的世界建模，公开称在多项具身推理评测中领先开源并可比肩部分闭源模型。

开源与能力要点（项目页/公司口径）：

1. 参数：约6B的VLA基座
2. 数据：约2500小时高质量真机数据；含Unitree Open Datasets、BitRobot-HIW-500等；ER侧公开称超约500万样本
3. 任务：单模型统筹约64项任务，约54项桌面操作、约10项全身操作
4. 末端：支持两指夹爪与多种五指灵巧手，强调跨任务、跨末端泛化
5. 路径：UnifoLM-ER强化空间感知 → 光流动态区域离散为mask token → 末端/手部/下肢动作分别残差向量量化 → MMDiT动作专家闭环
6. 状态：项目主页已上线；部分入口仍可见Coming soon，资产按披露节奏推进

所谓一模型驱动多任务，白话是少做「一任务一策略」的烟囱式部署，尽量用同一套表征覆盖桌面精细操作与全身移动操作；所谓交互中心世界建模，白话是先预测「我这么动，场景哪一块会变」，再生成动作，而不是只背动作库。对生态开发者，这降低了从演示视频跳到可训练基座的门槛；对本体厂，则意味着「自家手爪能不能接上同一套动作语言」将成为新的对照项。

放在具身开源竞赛上下文里，过去半年行业一边刷格斗与田径，一边补世界模型与操作数据。宇树选择把搏击证明过的高动态能力，转译成可下载、可对照的WLA基座，等于把讨论从「会不会打」推进到「别人能不能接着训」。竞品若只有闭源演示、给不出真机小时数与跨末端评测协议，对照会更吃力。

产业影响上，若权重与数据集真正齐套，会抬高开源具身基座的复现密度；若长期停在「宣布开源、下载未齐」，市场会迅速打折。需要把边界读清楚：宣布开源不等于全部权重已可稳定下载；评测领先为团队/项目页口径。下一观察点是权重与数据集实际上线节奏，以及第三方在非宇树本体上的复现成功率。