知识卡片：宇树公开人形机器人大脑，一套模型干64种活

一句话结论 材料称，宇树公开60亿参数具身智能模型 UnifoLM-WLA-1.0，以约2500小时高质量真机数据训练，一套模型完成10项全身操作与54项桌面操作任务，并通过统一动作空间和动态区域预测提升跨任务、跨末端执行器能力。

事件概述或研究问题 来源为腾讯研究院AI速递 20260911 第五条。材料显示，该工作聚焦人形机器人“大脑”：能否用一个模型覆盖多类全身与桌面操作，并适配平行夹爪和两类灵巧手。是否对应论文、技术报告或正式开源发布，待核实。

方法/产品要点

• 模型：UnifoLM-WLA-1.0，60亿参数具身智能模型。
• 训练数据：约2500小时高质量真机数据；采集平台、任务分布、筛选标准待核实。
• 统一动作空间：末端执行器位姿、关节与下半身动作经残差向量量化转为离散 Token。
• 末端执行器适配：材料称可适配平行夹爪与两类灵巧手；具体型号与控制接口待核实。
• 动态区域预测：以交互为中心，先判断动作会让画面哪些区域改变，再生成动作。
• 评测：材料称其推理模型在7项开源评测中位列第一；评测名称、指标、基线待核实。

主要结果或产业意义

• 一套模型覆盖10项全身操作与54项桌面操作任务；按材料两项相加为64种任务。
• 统一动作空间与离散 Token 化，指向跨任务、跨末端执行器的通用策略。
• 以交互为中心的动态区域预测，强调动作对视觉状态的影响，而不只是被动预测画面。
• 产业层面可引申为：人形机器人竞争从本体硬件扩展到“机器人大脑”和具身基础模型；但商业部署、成本、可靠性均待核实。

为什么重要 如果上述能力可复现，人形机器人基础模型可能减少为每个任务、每种手爪单独训练策略的需要，并提升真机数据复用效率。本条与已有 NIST AI RMF、Epoch AI、OpenRouter 卡片无直接重复；增量信息是 ai-industry 中一条人形机器人全身操作基础模型动态。其实际重要性取决于技术报告、开源程度和第三方复现，待核实。

局限与不确定性

• 原始材料为速递摘要，非论文或技术报告，缺少完整方法、消融和统计。
• “公开”是否等于开源、是否放出权重/代码/数据，待核实。
• 64项任务的定义、难度、环境、成功率、是否真机闭环，待核实。
• 7项开源评测的具体名称、排名口径、基线公平性，待核实。
• 2500小时真机数据的任务覆盖、质量标准和跨本体迁移效果，待核实。
• 适配两类灵巧手的型号、控制频率、触觉/力控能力，待核实。
• 英文标题和官方英文关键词原始材料未列明，待核实。

可用于图书/PPT/简报的角度

• “一套模型干64种活”：人形机器人通用大脑的案例入口。
• 动作 Token 化：如何把末端位姿、关节、下半身动作统一成模型可学的离散序列。
• 跨末端执行器适配：从平行夹爪到灵巧手的策略复用。
• 以交互为中心的动态区域预测：机器人世界模型如何关注“我的动作改变哪里”。
• 数据与评测：2500小时真机数据 + 7项开源评测第一的叙事，但需标注来源为速递摘要。
• 产业趋势：机器人硬件公司向具身基础模型延伸。

原始材料

• 原始来源：腾讯研究院AI速递 20260911，第五条“宇树公开人形机器人大脑，一套模型干64种活”。
• URL：https://m.sohu.com/a/1074463759_455313?scm=10001.325_13-13.0.0-0-0-0-0.5_1334&digest_item=5
• Parent digest：腾讯研究院AI速递 20260911
• Parent URL：https://m.sohu.com/a/1074463759_455313?scm=10001.325_13-13.0.0-0-0-0-0.5_1334
• 英文标题：待核实（原始材料未提供）
• 英文关键词：UnifoLM-WLA-1.0；其他官方英文关键词待核实。
• 英文模型名：UnifoLM-WLA-1.0