不只强在硬件！宇树6B具身大脑拿下7项开源SOTA，对标GPT-6 Astra

全球具身智能的竞争，正从本体的比拼延伸到“大脑之战”。

谷歌Gemini Robotics 2喊出“一个大脑，适用于任何机器人”，英伟达Jim Fan更是抛出“VLA已死，世界动作模型当立”。谁能成为具身智能的新一代通用模型底座？

国内，宇树科技正在把这件事往前推一步。近日，宇树新一代通用人形机器人基础模型UnifoLM-WLA-1.0亮相，6B参数、约2500小时真机训练，具身推理直接拿下7项开源SOTA，多项空间理解任务还反超GPT-6 Astra。同时，宇树宣布将开放模型、代码和数据集。

对于机器人而言，模型能力还是要落到真实任务中。人形机器人什么时候能进入更多真实场景，实现“通用劳动力”？宇树正在试图回答这一灵魂一问。

UnifoLM-WLA-1.0单模型即可统筹64项任务，从叠毛巾、收纳餐具，到铺床、倒垃圾、把衣服放进洗衣机，验证了其强大的模型泛化能力。

这背后藏着行业多年未解的老问题。过去的Demo多是单一任务、单一场景、高度定制，演示起来漂亮，换个环境就难复用，始终难以规模化。

而一套模型能否覆盖更多任务、更多场景，恰恰是机器人走向通用的重要一步。宇树此举，正试图让国产厂商成为“具身智能大脑”的定义者。

01.拿下7项开源SOTA，比肩GPT-6 Astra：国产厂商抢“具身大脑”定义权

先看具身推理能力。UnifoLM-WLA-1.0的具身推理底座是UnifoLM-ER-1-4B。该模型基于Qwen3-VL-4B训练，使用超过500万条具身推理样本，在16项多模态感知与理解基准中有7项领先表中参评的开源模型。