2026年1月29日，宇树科技正式宣布开源其最新研发的视觉-语言-动作（VLA）大模型——UnifoLM-VLA-0，为全球人形机器人领域带来突破性进展。该模型基于先进的Qwen2.5-VL-7B架构，通过约340小时的高质量真机数据持续预训练，实现了卓越的性能优化。UnifoLM-VLA-0创新性地融合了2D/3D空间感知与动力学建模技术，使其能够以单一策略高效完成12类复杂操作任务，涵盖从抓取到精准放置等多样化场景。
在真机验证环节，UnifoLM-VLA-0展现出令人瞩目的强鲁棒性与泛化能力，其空间理解性能显著超越了传统基线模型，为实际应用场景提供了更可靠的解决方案。这一成果不仅验证了模型技术的先进性，也为人形机器人智能化水平的提升奠定了坚实基础。
为了促进技术共享与社区发展，宇树科技已将UnifoLM-VLA-0的完整项目代码及官方主页同步公开，供开发者自由下载与研究。这一开放举措有望加速人形机器人技术的迭代与创新，推动行业迈向更高阶的智能化阶段。
