# UnifoLM-ER-1

> 权威词条地址：https://robotics.hellobike.com/models/unitreerobotics-unifolm-er-1
> 所属分类：models | 最近核验日期：2026-09-11 | 技术层级：L7

## 核心摘要

unitreerobotics 在 Hugging Face 发布的机器人模型，架构为 Qwen3VLForConditionalGeneration，参数规模 4.4B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/unitreerobotics/UnifoLM-ER-1"}] |
| `updated` | 2026-09-11 |
| `vendor` | unitree |
| `family` | other |
| `params` | 4.4B |
| `architecture` | Qwen3VLForConditionalGeneration |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | unitreerobotics/UnifoLM-ER-1 |
| `hub_stats` | {"downloads": 351, "likes": 11, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/unitreerobotics/UnifoLM-ER-1"] |

## 技术详解与生态说明

UnifoLM-ER-1-4B 是面向具身环境空间理解与推理的多模态视觉语言模型。它基于 Qwen3-VL-4B 构建，在 16 个多模态感知与理解基准上评测；材料中称其在其中 7 个开源模型对比中领先，并达到与领先专有模型相当的整体表现。

训练数据超过 500 万样本，覆盖图像点预测、目标检测、多图推理、2D 轨迹预测、3D 目标检测和多图空间问答，并与通用图文数据共同训练，以保留广泛的视觉语言能力，同时提升具身环境中的空间理解与推理能力。

评测表包含 RoboVQA、Ego-Plan2、RefSpatial-Bench、Where2Place、Pixmo-Point、EmbSpatial、RoboSpatial、VSI-Bench、ERQA 等基准。材料未给出具体部署接口、机器人实机验证流程、许可或使用限制信息。

## 原始核验来源 (Sources)

- [Hugging Face unitreerobotics/UnifoLM-ER-1](https://huggingface.co/unitreerobotics/UnifoLM-ER-1)