一句话:把训练好的「大脑」装进机器人 → 让它(常由人遥操作着)真机干活 → 把动作数据攒起来 → 送云端把模型练得更强 → 再装回机器人。转一圈就升一级。宇树把具身智能模型列为主营与 42 亿募投重点,这条轴讲的就是这块。
🔗 锚点:机身端的「运动控制(小脑)、端侧具身大模型(大脑)、计算平台」已在中游 · 系统模组——这里不重复建节点,而是把它们串进闭环看,展示硬件轴与智能轴如何咬合。
数据飞轮 · 五步转一圈
这是个闭环:从①出发绕一圈回到①,每转一圈模型迭代一次。像人「练功」——练→实战→复盘→再练。
1端侧部署 自研
大脑模型装上机器人
把云端练好的「大脑」灌进机器人,让它当场自己干活。宇树 G1/H1 本体 + 自研运动控制 + 端侧 SDK 跑推理;板载算力芯片(英伟达 Jetson 等)业内通用、非自研。
→
2真机 / 遥操作运行 自研
人手把手教,机器边跑边留数据
采数据的关键手段。人戴 Apple Vision Pro / PICO 全身遥操作 G1 去洗碗、叠衣、装洗碗机——「被人操着干」的每个动作都被录下来。官方称这是「大规模数据采集的重要基础」。开源仓 xr_teleoperate(前身 avp_teleoperate)。
→
3数据采集 自研
攒成训练用的数据集
把真机跑出来的动作攒成「训练燃料」。宇树在 Hugging Face 开源约 98 个数据集(叠衣、放洗衣机等家务,几十万样本)。G1-D 干脆做成「采数据+训模型」一体化平台,卖给 AI 开发者。
→
4云端训练 部分自研 借外部开源
用数据把模型练强
把数据喂给模型练。宇树用自研训练/仿真栈(unitree_lerobot、IsaacLab/MuJoCo);但大模型骨干借外部开源——VLA 基于阿里 Qwen2.5-VL-7B,世界模型骨干在 Open-X 开源数据上微调;训练算力(英伟达)未披露。这是飞轮里最依赖外部的一环。
→
5模型迭代 自研
出更强的新大脑,再装回去
UnifoLM 家族自研迭代:WMA(世界模型-动作,2025-09-15 开源)+ VLA(视觉-语言-动作,2026-01 开源,仿真基准 LIBERO 98.7 分)。世界模型还能当「仿真器」自己造合成数据反哺训练——这条飞轮最巧的一环。练好 ↻ 回到①。
↻ 回到 ①,转一圈升一级
三支柱 · 支撑飞轮的软件与数据底座
端侧软件(机身) 自研
Linux + 自研运控 + DDS 中间件 + 开放平台/API
机器人身上跑的系统软件。⚠️ 宇树没有对外命名的「OS」——是 Linux + 自研运动控制算法 + DDS 通信中间件,对外以「开放软件平台 / API」形式暴露。运动控制=小脑,端侧大脑模型=推理。(招股书:全栈自研运动控制等核心模型算法)
开发生态 / SDK 开源
unitree_sdk2 · ROS/ROS2 · 遥操作/仿真/RL
给客户和开发者的「工具箱」——决定生态能不能长大。GitHub 开源一整套:SDK(unitree_sdk2 py/cpp)、ROS/ROS2、遥操作(xr_teleoperate)、模仿学习(unitree_lerobot)、仿真(MuJoCo/IsaacLab)。EDU 款开放 DDS 高层/关节级二次开发,但底层运控算法不开放改。
云端数据训练 数据/栈自研 骨干借外部
自有数据集 + 训练/仿真栈 + UnifoLM
把真机数据练成大脑的地方。宇树自建约 98 个开源数据集 + 训练/仿真栈;模型骨干借外部开源(阿里 Qwen、Open-X)。招股书把「具身智能模型研发」列为 42 亿募投四大项目之一,但自认报告期内尚未规模化落地。
⚠️ 别把飞轮读成「宇树已靠大模型赚钱」:宇树强的是「硬件 + 真机 + 遥操作 + 自有数据集」这半环(自研度高);而大模型骨干(阿里 Qwen2.5-VL)、训练数据(Open-X 开源)、训练算力(英伟达)这半环,站在外部开源生态上。招股书亦明确:报告期内自研通用具身大模型尚未规模化应用于产品。飞轮已搭好,但还在加速阶段。