宇树科技宣布开源UnifoLM-VLA-0 具备单模型处理多任务的通用能力

宇树在UnifoLM-VLM-O模型的基础上集成了动作预测头(Action Head)，从而构建出Uni-foLM-VLA-0。 经由仿真环境与真机实验的多任务训练验证，结果显示该模型具备单模型处理多任务的通用能力，在 LIBERO仿真基准测试中，公司的多任务模型取得了接近最优的性能。 在宇树G1人形机器人平台上，宇树科技团队构建了覆盖12类复杂操作任务的高质量真机数据集，并基 于此对UnifoLM-VLA-0进行单一策略网络的统一端到端训练。真机实验结果表明，该模型能够在同一 策略checkpoint下，稳定完成全部12项任务，在外部扰动条件下仍保持良好的执行鲁棒性与抗干扰能 力。 智通财经APP获悉，1月29日，宇树科技官方账号宣布开源UnifoLM系列下面向通用人形机器人操作的 视觉-语言-动作(VLA)大模型"UnifoLM-VLA-0"。该模型旨在突破传统VLLM在物理交互中的局限，通 过在机器人操作数据上的继续预训练，实现了从通用"图文理解"向具备物理常识的"具身大脑"的进化。 该模型在多类任务场景下展现出显著增强的空间推理能力与可靠的多模态感知性能。针对操作类任务中 对指令理解与空间感知的高要求 ...