宇树科技发布开源世界模型-动作架构：UnifoLM-WMA-0

宇树科技正式推出跨多类机器人本体的开源世界模型-动作（WMA）架构 —— UnifoLM-WMA-0。该架构旨在为通用机器人学习提供统一的技术基础，核心在于一个能够理解机器人与环境交互物理规律的世界模型。

该世界模型具备两大核心功能：

• 仿真引擎：作为交互式仿真器运行，为机器人学习生成合成数据。
• 策略增强：可与动作头对接，通过预测未来与物理世界的交互过程，优化决策性能。

模型接收图像及文本指令，生成与文本指令对应的未来动作视频。

官方介绍，UnifoLM-WMA-0 支持两种运行模式：

• 决策模式：提供机器人与环境物理交互的预测信息，辅助策略生成动作。
• 仿真模式：基于机器人动作生成高保真环境反馈。

在训练方面，团队基于 5 个宇树科技开源数据集完成模型训练，测试结果显示，该模型可根据「当前图像」及一定数量的「机器人未来动作」实现交互可控生成，并具备长程任务的持续交互生成能力。

项目主页：https://unigen-x.github.io/unifolm-world-model-action.github.io/
开源代码网址：https://github.com/unitreerobotics/unifolm-world-model-action