Компания Unitree Robotics начала публиковать частичные веса модели и соответствующие наборы данных для UnifoLM-WLA-1.0. Эта модель представляет собой фундаментальную модель для роботов-гуманоидов, обладающую примерно 6 миллиардами параметров и предназначенную для работы с языком и действиями в реальном мире. Ранее компания представила архитектуру модели и матрицу оценки по 64 задачам.
Согласно отчету китайского технологического издания от 20 сентября, некоторые компоненты этой системы теперь доступны для загрузки на странице проекта. Однако код после обучения, веса UnifoLM-WLA-Base, корпуса телеоперации всего тела и более широкие наборы данных для операций еще ожидаются.
Этот поэтапный открытый выпуск является обновлением ранее сделанного объявления на странице проекта, где Код, Модели и Наборы данных изначально были помечены как «скоро поступят». При этом программный аспект разработки остается отдельным от недавнего обновления аппаратного обеспечения G1+ от Unitree.
Один контрольный образец был обучен на приблизительно 2500 часах данных, полученных с реального робота из открытых наборов Unitree и общедоступных источников, таких как BitRobot HIW-500. Он спроектирован так, чтобы охватывать 10 задач, связанных с работой всего тела, плюс 54 задачи на столе, без необходимости запуска отдельной политики для каждой рутинной операции.
Примеры бытовых задач, приведенные Unitree, включают складывание полотенец, расстановку тарелок, зарядку батарей, стирку одежды и уборку диванов — задания, требующие синхронизации рук, концевых эффекторов и ног. Единое пространство действий использует токенизацию поз концевых эффекторов, суставов рук и суставов нижней части тела с помощью квантования остаточного вектора, что позволяет этим потокам оставаться согласованными по времени.
В представленных тестах поддерживаются параллельные двухпальцевые захваты и множественные пятипальцевые руки. За экспертом по действиям MMDiT находится модель UnifoLM-ER-1-4B, которая является моделью воплощенного рассуждения. Она построена на основе Qwen3-VL-4B и включает более 5 миллионов пространственных образцов, охватывающих определение, обнаружение, многоизображенное рассуждение и прогнозирование траектории.
Unitree сообщает, что ее модель лидирует среди открытых моделей по семи из шестнадцати бенчмарков мультимодального восприятия, которые были составлены компанией, включая Where2Place, EmbSpatial и RoboSpatial. Некоторые показатели сопоставимы с показателями проприетарных систем в тех же таблицах. Следует отметить, что эти цифры представлены самой компанией и еще не воспроизведены третьей стороной, и сами по себе они не доказывают успешность на реальных домах.
Для интеграторов практический вывод заключается в поэтапном открытии: в настоящее время доступны пригодные частичные веса, тогда как полный код и корпуса данных все еще ожидаются. До появления оставшихся ресурсов любые заявления о передаче функций на роботов, не принадлежащих Unitree, следует рассматривать как дорожную карту, а не как готовый комплект от третьей стороны.
Компания StepFun представила предварительную версию модели Step 5, которая является базовой моделью с разреженной архитектурой Mixture-of-Experts (MoE) и имеет около 600 миллиардов общих параметров, при этом примерно 27 миллиардов активируются на каждый токен. Этот релиз ориентирован на рабочие нагрузки агентов с длительным горизонтом, включая разработку кода с помощью ИИ, программную инженерию, финансовый анализ и профессиональную работу с знаниями. Модель поддерживает окно контекста в один миллион токенов и принимает как текстовые, так и графические входные данные. StepFun сообщила, что доступ через API уже открыт, а сами веса модели планируется сделать общедоступными 15 октября.
Вместо расширения сети, Step 5 Preview использует узкую, глубокую архитектуру Трансформера, состоящую из 92 слоев. Компания утверждает, что более глубокие стеки обеспечивают более длинные пути передачи информации для неявного многошагового рассуждения во время длительного предварительного заполнения, когда агенты выполняют поиск, запускают код и обрабатывают результаты использования инструментов. Чтобы поддерживать практичность сессий в миллион токенов, модель включает разреженное внимание с группировкой запросов (Sparse Grouped-Query Attention) с объединением токенов по блокам. По словам StepFun, это снижает стоимость выбора индексатора и top-k примерно до одной восьмой по сравнению с более плотной базовой моделью, одновременно объединяя перекрывающиеся соседние выборы.
В процессе обучения акцент сделан на обучении с подкреплением с долгосрочным горизонтом по политике (on-policy long-horizon reinforcement learning), а также на согласовании обучения и инференса на уровне битов в маршрутизации MoE. Кроме того, применяются такие методы, как планирование с учетом нагрузки (load-aware scheduling), спекулятивное декодирование MTP-3, FP8 MoE и выгрузка KV-кэша. StepFun отчитывается о более чем трехкратном ускорении сквозного процесса RL для долгосрочного горизонта и показателе потерь по реестру образцов ниже одного процента. Эта модель также используется внутри конвейера данных, управляемого человеком, который генерирует проверяемые сложные задачи в масштабе миллионов, охватывающие науку, разработку программного обеспечения и исследования в области машинного обучения.
Что касается анализа искусственного интеллекта, Step 5 Preview набирает около 44 баллов по индексу интеллекта, который StepFun относит к числу лучших моделей с открытыми весами в этой рейтинговой системе. Стоимость API, согласно опубликованным ценам, составляет около 1 доллара за миллион входных токенов и 2,7 доллара за миллион выходных токенов, при скорости вывода около 100 токенов в секунду. Основной фокус модели — архитектура и эффективность агента, что отличает ее от предыдущих выпусков Step 3.5 Flash и Step 3.7 Flash, делая акцент на глубине, разреженном длинном контексте и надежном многоэтапном использовании инструментов перед тем, как веса станут доступны в октябре.
Компания Unitree выпустила модель G1+, которая представляет собой обновленную версию своего гуманоида G1 с шестью улучшениями. Эта новая версия сохраняет ценовой сегмент платформы, одновременно улучшая возможности движения, сенсорики и опции постоянного питания.
Стандартная модель G1+ доступна по цене около 95 000 юаней с учетом налогов. Информация о стоимости варианта G1+ EDU, предназначенного для исследовательских целей, пока не опубликована, и ее можно запросить через отдел продаж. Данный комплект является обновлением аппаратной части и взаимодействия для линейки корпусов G1, и он отличается от отдельных релизов языковой модели мира UnifoLM от Unitree.
В плане мобильности G1+ получил дополнительную шейную часть с двумя степенями свободы, позволяющую наклонять голову примерно от -25° до 36° и поворачивать ее на ±110°. Это обеспечивает более естественные движения головы во время диалогов и проверок. Моторные агрегаты были модернизированы как в туловище, так и в конечностях: крутящий момент в плечах и талии увеличился примерно на 110%, при этом тепловыделение снизилось на 72% при сопоставимом крутящем моменте. Крутящий момент в руках возрос примерно на 43%, а тепловыделение уменьшилось на 30%. Кроме того, двигатели бедра снизили тепловыделение примерно на 28% при том же уровне крутящего момента.
Дизайн продолжает использовать высокоскоростные синхронные двигатели с постоянными магнитами внутреннего ротора с низкой инерцией и локальным воздушным охлаждением, выходные валы с промышленными поперечно-роликовыми подшипниками и двойными энкодерами.
Система восприятия объединяет стереопару с базовой линией 60 мм, разрешением 2 мегапикселя и полем обзора около 110°×80°, а также широкоугольную монокамеру с разрешением 1920×1080, 3D лидар и камеру для живота, обеспечивающую глубину и пространственное покрытие. Голова оснащена пятью сенсорными точками для активации голосом по касанию и разблокировки жестами. Для дальнего звука используется шестимикрофонный массив, расположенный в конфигурации четыре спереди и два сзади, который поддерживает определение направления прихода звука, шумоподавление и подавление эха, а также опциональную поддержку беспроводного микрофона и два встроенных динамика на талии мощностью 10 Вт.
Для длительных демонстраций и лабораторной работы предусмотрен внешний порт питания постоянного тока 54.6 В / 5.7 А сзади, который дополняет существующий аккумулятор серии 13 с горячей заменой емкостью 9 000 мАч, рассчитанный на работу около двух часов.
При стоячем положении габариты составляют приблизительно 1340×450×200 мм, а вес — около 35 кг, при этом устройство складывается до размеров 690×450×300 мм. Стандартная модель включает 25 двигателей суставов: 2 в голове, по 6 в каждой ноге, 1 в талии и по 5 в каждой руке, а также способна нести полезную нагрузку на руки около 3 кг. Вариант EDU расширяется до комплекта с 25+45 степенями свободы, опциональной талией с тремя степенями свободы и ловкими руками с семью степенями свободы и двумя дополнительными осями запястья, способными выдерживать нагрузку на руки около 4 кг. Он также включает многовендорные модули высокой вычислительной мощности и гарантию на 18 месяцев по сравнению с восемью месяцами для стандартной модели.
В состав системы входят Wi-Fi 6, Bluetooth 5.2, восьмиядерный процессор, обновления по воздуху (OTA) и портативный пульт дистанционного управления. При запуске не были предоставлены данные о независимой долговечности в лаборатории или автономности на открытом воздухе.
На мероприятии LEAP 2026, состоявшемся 3 сентября, компания HUMAIN, поддерживаемая Фондом по будущему Саудовской Аравии (PIF), представила модель HUMAIN-M3. Эта модель ориентирована на арабский язык и сейчас доступна в предварительном просмотре на платформе HUMAIN Node, при этом планируется выпуск ее с открытыми весами позднее.
Фундаментом для HUMAIN-M3 послужила открытая многоэкспертная (mixture-of-experts) структура M3 от китайского стартапа MiniMax, которая была выпущена примерно за три месяца до этого. Модель HUMAIN-M3 сохраняет архитектурные особенности M3, обладая общим количеством параметров около 428 миллиардов, при этом приблизительно 23 миллиарда параметров активны на каждый токен. Далее модель проходит дополнительное обучение на более чем триллионе нативных арабских токенов.
Согласно семи публичным арабским бенчмаркам, опубликованным HUMAIN, данная модель достигла пяти первых мест и среднего взвешенного показателя в 89,37%. Этот результат на 9,03 пункта выше, чем у базовой модели M3, и превосходит заявленные результаты GPT-5.6 SOL и Claude Opus 5. Основной акцент делается на скорости: используется общее рассуждение, мультимодальность, агенты и длинный контекст из открытой базовой модели, после чего происходит локальная специализация языка и культуры.
Этот подход соответствует более широкой глобальной гонке за суверенный искусственный интеллект. Согласно данным CNAS, отслеживаемым в китайских публикациях, к середине 2026 года было зарегистрировано 184 государственных проектов суверенного ИИ в 67 странах, причем в первой половине года было добавлено 41 проект. Количество открытых баз для локального продолженного обучения более чем удвоилось с конца 2024 года. Покупатели уделяют внимание смешению диалектов, хранению данных на собственных серверах и риску исчезновения удаленного API после шока экспортного контроля, что благоприятствует загружаемым весам и локальному пост-тренингу.
Международная деятельность MiniMax также следует этой тенденции. Компания заявляет, что ее продукты уже доступны более чем в 230 странах и регионах. В Европе MiniMax сотрудничает с SambaNova для высокоскоростного инференса на оборудовании SN50, а также с Nebius Token Factory в качестве специализированного размещенного открытого решения. HUMAIN продвигает эту концепцию дальше: от простого скачивания и API к национальной программе моделей, которая инвестирует собственные языковые данные и вычислительные мощности поверх китайского контрольного образца.
Для лабораторий, занимающихся открытыми моделями в Китае, клиентом перестали быть только разработчики, участвующие в рейтингах. Государства теперь требуют стартовый контрольный образец, которым они могут владеть, обновлять и запускать самостоятельно. Интеграция MiniMax M3 в HUMAIN-M3 является ранним и конкретным примером, сигнализирующим о том, что открытая доставка весов, адаптация оборудования и долгосрочная поддержка могут иметь такое же значение, как и следующий показатель в бенчмарках. Гонка вне дуополии США и Китая все больше сводится к тому, кто предоставляет повторно используемую базу, а не кто выигрывает каждый тест на английском языке.
