外观
Skip to content
UnifoLM-VLM-Base
UnifoLM-VLM-Base
unitreerobotics 在 Hugging Face 发布的机器人模型，架构为 Qwen2_5_VLForConditionalGeneration，参数规模 8.3B。
概述
这个模型的核心架构、动作空间设计与真机部署定位。
UnifoLM-VLA-0 是 UnifoLM 系列中的视觉-语言-动作大模型，面向通用人形机器人操作。它旨在突破传统视觉语言模型在物理交互中的限制，通过在机器人操作数据上继续预训练，使模型从视觉语言理解扩展到具备物理常识的“具身大脑”。
模型针对操作任务中的指令理解与空间理解需求，将文本指令与 2D/3D 空间细节进行深度融合，以增强空间感知和几何理解能力。它还利用完整动力学预测数据提升跨操作任务的泛化能力，并在真实机器人验证中使用单一策略完成了 12 类复杂操作任务。模型许可为 CC BY-NC-SA 4.0。
关键参数与架构规格
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
- 参数量
- 8.3B
- 网络架构
- Qwen2_5_VLForConditionalGeneration
- 动作空间表示
- 连续关节位置/末端位姿动作空间
- 支持数据格式
- SafeTensors
暂未公开或待收录：微调显存需求 · 闭环控制频率
快速部署与许可说明
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
Apache-2.0
权重许可证
Apache-2.0
权重下载与策略推理参考
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download unitreerobotics/UnifoLM-VLM-Base --local-dir ./checkpoints/unitreerobotics-unifolm-vlm-base
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=unitreerobotics/UnifoLM-VLM-Base关联机型
模型卡或论文声明在这些机器人上训练、微调或部署过；口径是作者声明，不是第三方复现。
没有已核实的适配记录。
同家族模型
同一家族里的热门模型。
JiRackUltra_1bCMSManhattan/JiRackUltra_1b3 天前JEV-9Bautotrust/JEV-9B17 天前RynnBrain1.1-2BAlibaba-DAMO-Academy/RynnBrain1.1-2B1 个月前JiRackPrecisionTokenizerCMSManhattan/JiRackPrecisionTokenizer1 个月前microduck-policiespollen-robotics/microduck-policies16 天前MolmoAct2-SO100_101allenai/MolmoAct2-SO100_1015 个月前
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face unitreerobotics/UnifoLM-VLM-Base访问 2026-10-26