Unitree UnifoLM-ER-1 et UnifoLM-ER-Flow

2026-09-11 · Éditeur : Unitree · Domaine : Robotique

Unitree publie sous licence Apache 2.0 UnifoLM-ER-1, un modèle de raisonnement incarné de 4 milliards de paramètres bâti sur Qwen3-VL-4B, et UnifoLM-ER-Flow, qui y ajoute une modélisation du monde centrée sur les interactions.

Ce qui change

  • UnifoLM-ER-1 : 4 milliards de paramètres, bâti sur Qwen3-VL-4B.
  • Entraînement sur plus de 5 millions d'échantillons de raisonnement spatial.
  • En tête des modèles ouverts sur 7 bancs d'essai sur 16, selon Unitree.
  • ER-Flow prédit les régions de la scène qui vont changer.
  • Poids publiés sous licence Apache 2.0.

### Ce qui change Le 11 septembre 2026, Unitree publie sur Hugging Face les poids de deux modèles de « raisonnement incarné » (*embodied reasoning*, ER), sous licence Apache 2.0 : UnifoLM-ER-1 et UnifoLM-ER-Flow. Ils forment le socle perceptif de son futur modèle de fondation pour humanoïdes, UnifoLM-WLA-1.0. ### Caractéristiques - **UnifoLM-ER-1** : environ 4 milliards de paramètres, bâti sur Qwen3-VL-4B, entraîné sur plus de 5 millions d'échantillons (pointage dans l'image, détection d'objets, raisonnement multi-images, prédiction de trajectoires 2D, détection 3D, questions spatiales), mêlés à des données image-texte générales. - **Résultats** : sur 16 bancs d'essai de perception et de compréhension multimodales, ER-1 arrive en tête des modèles ouverts sur 7 et se rapproche des modèles propriétaires de premier plan (scores publiés par l'éditeur). - **UnifoLM-ER-Flow** : prolonge ER-1 par une modélisation du monde centrée sur les interactions et un apprentissage d'actions discrètes. À partir du flux optique, il prédit sous forme de jetons les régions de la scène qui vont changer, conditionné par l'image et la consigne. - **Démonstrations** : nettoyage de table, pliage de serviette, installation d'un téléphone. - **Licence** : Apache 2.0, contrairement à la licence non commerciale du premier modèle UnifoLM. ### Pourquoi c'est important En s'appuyant sur un VLM ouvert d'Alibaba et en publiant sous licence permissive, Unitree rend ses briques utilisables commercialement. La prédiction des zones de changement est une manière économe d'introduire un modèle du monde dans un VLM. ### À retenir ER-1 et ER-Flow préparent UnifoLM-WLA-1.0, publié dix-sept jours plus tard.

Liens

Tags : Raisonnement incarné, Unitree, Open Source, VLM