人形机器人技术近年发展迅速，但如何高效精准地完成复杂操作仍是行业瓶颈。传统机器人系统需要针对不同任务单独设计策略，这不仅增加开发成本，也难以适应变化的环境。宇树科技基于Qwen2.5-VL-7B开源模型，提出了新的解决思路。 问题与挑战： 机器人操作任务对指令理解和空间感知能力要求很高。现有模型因训练数据分散、场景覆盖不足，泛化能力有限。同时，多策略切换容易导致系统冗余和效率下降。 技术突破： 研究团队通过三项核心创新解决这些问题。首先，构建了涵盖机器人与通用场景的多任务数据集，并对开源数据进行系统清洗。其次，采用继续预训练技术，将文本指令与2D/3D空间信息深度融合。第三，开发了全链路动力学预测模块，仅用340小时真机数据就完成了离散动作预测训练。 实测表现： 在LIBERO仿真测试中，该模型的多任务处理能力达到业界领先水平。真机实验显示，单一策略可稳定完成精细抓取、物体分拣、环境交互等12类操作，效率相比传统方法提升约40%。 行业影响： 此突破将大幅降低机器人开发门槛。开源策略有利于产业协同创新，而"单模型多任务"架构为服务机器人和智能制造等领域提供了标准化方案。国际机器人联合会预测，2025年全球操作类机器人市场规模将超过千亿美元，此类核心技术将成为竞争焦点。 发展前景： 宇树科技表示，下一步将重点提升模型在动态环境中的实时响应能力，并在工业质检、医疗辅助等领域拓展应用。专家认为，随着多模态融合技术不断进步，通用机器人操作系统的产业化可能提前3至5年实现。
通用性是人形机器人发展的关键。宇树科技开源UnifoLM-VLA-0模型，用单一策略实现多任务操作，展现了人工智能与机器人技术融合的新方向。这既是技术创新的体现，也践行了开放合作、共同进步的理念。随着更多企业和研究机构投入通用人形机器人研发，一个更加智能、更加通用的机器人时代正在逐步到来。