UnifoLM-VLA-0是宇树科技开源的通用视觉-语言-动作（VLA）大模型，基于Qwen2.5-VL-7B架构完成持续预训练，核心通过融合2D/3D空间感知、轨迹预测等多维监督信号，实现从视觉语言理解到具身智能体的技术进化。

UnifoLM-WMA-0架构已成功部署于真实机器人，实现动作可控生成与长期交互生成的双重突破，显著提升机器人在复杂动态环境中的自主学习与决策能力。