Характеристики

Опубликована: 28 янв 2026

Ссылки

UnifoLM-VLA-Base

Языковая модельИзображение, текст → action3 профессии

Базовая Vision-Language-Action-модель Unitree Robotics для управления манипуляциями гуманоидного робота по визуальному восприятию и языковым инструкциям.

155скачиваний за 30 дней20лайковвеса обновлены6 мар 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

UnifoLM-VLA-Base — базовая модель семейства UnifoLM-VLA от Unitree Robotics, представляющая собой Vision-Language-Action-модель для управления гуманоидными роботами при манипуляциях. По описанию, её дополнительно предварительно обучали на данных роботизированных манипуляций, чтобы расширить возможности обычной визуально-языковой модели до физического взаимодействия с окружающей средой.

Модель предназначена для универсальных задач манипуляции робота, в которых требуется связать визуальное восприятие и языковые инструкции с действиями. В карточке не приведены подробности об архитектуре, количестве параметров, длине контекста, поддерживаемых языках, точном формате действий или лицензии; метаданные указывают формат PyTorch. Поэтому конкретные характеристики управления и условия использования по имеющимся данным оценить нельзя.

Сценарии применения

управление манипуляциями гуманоидного робота
выполнение роботизированных задач по языковым инструкциям
связь визуального восприятия с действиями робота

Ограничения

Карточка не уточняет поддерживаемые языки, формат выходных действий, параметры модели, длину контекста и лицензию. Заявленное назначение ограничено общими задачами манипуляции гуманоидного робота; подробности об оценке качества не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tags:

robotics

UnifoLM-VLA-0: A Vision-Language-Action (VLA) Framework under UnifoLM Family

UnifoLM-VLA-0 is a Vision–Language–Action (VLA) large model in the UnifoLM series, designed for general-purpose humanoid robot manipulation. It goes beyond the limitations of conventional Vision–Language Models (VLMs) in physical interaction. Through continued pre-training on robot manipulation data, the model evolves from "vision-language understanding" to an "embodied brain" equipped with physical common sense.

📝 Citation

@misc{unifolm-vla-0,
  author       = {Unitree},
  title        = {UnifoLM-VLA-0: A Vision-Language-Action (VLA) Framework under UnifoLM Family},
  year         = {2026},
}

License

The model is released under the CC BY-NC-SA 4.0 license as found in the LICENSE. You are responsible for ensuring that your use of Unitree AI Models complies with all applicable laws.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов: 06fee50