# UniAct – 清华、商汤、北大、上海AI Lab共同推出的具身基础模型框架

- Link: https://paooo.com/aigc-news/20937/
- Published: 2026-06-08T14:17:26+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 用向量量化构建通用动作空间，把不同机器人的原子行为统一到同一 codebook 中。
 * 0.5B 轻量模型在真实与模拟任务上超过 1.4B 的 OpenVLA，兼顾性能与效率。
 * 仅需 50 条专用示教数据即可微调适配新环境，并可通过新增解码器扩展到新平台。

## UniAct是什么

UniAct 是新型的具身基础模型框架，解决不同机器人之间行为异构性的问题。通过学习通用
行为，捕捉不同机器人共享的原子行为特征，消除因物理形态和控制接口差异导致的行为异
构性。UniAct 的架构包括通用行为提取器、通用行为空间和异构解码器。通用行为提取器基于
视觉语言模型，通过观察和任务目标提取通用行为；通用行为空间以向量量化码本形式实现，
每个向量代表一种原子行为；异构解码器将通用行为翻译为特定机器人的控制信号。

阅读目录

 * [UniAct是什么](https://paooo.com/aigc-news/20937/#uniact%e6%98%af%e4%bb%80%e4%b9%88)
 * [UniAct的主要功能](https://paooo.com/aigc-news/20937/#uniact%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [UniAct的技术原理](https://paooo.com/aigc-news/20937/#uniact%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [UniAct的项目地址](https://paooo.com/aigc-news/20937/#uniact%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [UniAct的应用场景](https://paooo.com/aigc-news/20937/#uniact%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![UniAct](https://paooo.com/wp-content/uploads/2026/06/UniAct-website-1.avif)

## UniAct的主要功能

 * **通用动作编码**：UniAct将不同机器人的原子行为（如“移动到目标位置”或“避开障碍
   物”）通过向量量化形成一个通用的codebook，每个token代表一种可跨平台共享的通用技能。
 * **轻量化架构与高效性能**：UniAct-0.5B模型仅需0.5亿参数，在真实与模拟环境的任务
   测试中，表现已经超过了参数达到14亿的OpenVLA模型。
 * **快速适应新环境和机器人**：UniAct仅需50条专用示教数据即可完成模型在新环境中的
   微调，能快速适应新机器人和控制接口。通过添加新的轻量级解码器，可以轻松扩展到新的
   机器人平台。
 * **跨领域数据利用**：UniAct通过通用行为空间，能更好地利用跨领域的数据进行训练，
   在不同机器人和环境中实现更高效的泛化。
 * **一致的行为模式**：在不同的部署场景和机器人类型上，同一个通用动作可以表现出一致
   的行为模式。为具身[智能体](https://paooo.com/trends/)的控制提供了新的便捷方式，
   操作人员只需从codebook中挑选相应的通用动作，即可指挥不同类型的机器人完成任务。

## UniAct的技术原理

 * **通用动作空间（Universal Action Space）**：UniAct通过向量量化（Vector Quantization）
   构建了一个离散的通用动作空间。这个空间被设计为一个向量化的码本（codebook），每
   个向量嵌入代表一种通用的原子行为。这些原子行为是不同机器人在不同情境下共享的基本
   行为模式，例如“移动到目标位置”或“避开障碍物”。通过这种方式，UniAct能将不同机器
   人的动作统一表示，消除动作空间的异构性。
 * **通用动作提取器（Universal Action Extractor）**：UniAct基于视觉语言模型（VLM）
   的通用动作提取器来识别和提取通用动作。提取器在给定观察结果和任务目标的情况下，
   输出选择通用动作的概率。通过这种方式，UniAct能从复杂的视觉和语言输入中提取出与
   任务进展直接相关的通用动作，不仅是识别观察到的变化。这种提取方法避免了外部因素（
   如环境变化或人为干预）的干扰，确保了动作空间的纯净性和一致性。
 * **异质解码器（Heterogeneous Decoders）**：为了将通用动作翻译为特定机器人的可执行
   命令，UniAct引入了异质解码器。这些解码器针对不同的机器人平台进行设计，能够根据
   机器人的具体特征（如关节力矩或摄像头视角）将通用动作转换为具体的控制信号。通过
   这种方式，UniAct能够灵活适配不同类型的机器人，实现高效的跨平台控制。
 * **轻量化架构与高效训练**：UniAct采用了轻量化的模型架构，即使在低参数设置下也能
   保持良好的性能。UniAct通过行为克隆损失进行训练，并根据动作标签的性质选择合适的
   损失函数（如离散动作的交叉熵和连续动作的均方误差）。这种高效的训练方式使得UniAct
   能快速适应新环境和新机器人。

## UniAct的项目地址

 * **项目官网**：[https://2toinf.github.io/UniAct/](https://2toinf.github.io/UniAct/?utm_source=ai-bot.cn)
 * **Github仓库**：[https://github.com/2toinf/UniAct](https://github.com/2toinf/UniAct)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2501.10105](https://arxiv.org/pdf/2501.10105)

## UniAct的应用场景

 * **自动驾驶与智能交通**：UniAct的技术原理和架构也适用于自动驾驶领域。通过学习通用
   的驾驶行为模式，UniAct能为自动驾驶系统提供更高效的动作规划和控制。
 * **医疗机器人**：UniAct可以应用于医疗机器人领域，例如辅助康复机器人或手术机器人。
   通过通用动作空间，医疗机器人能更灵活地适应不同的患者需求和手术场景。
 * **工业自动化**：在工业自动化领域，UniAct可以用于控制多种工业机器人，实现高效的
   生产流程优化。通过快速适应不同的机器人平台和任务需求，UniAct能显著提高工业生产
   的灵活性和效率。
 * **智能家居与服务机器人**：UniAct可以应用于智能家居和家庭服务机器人领域。通过通用
   动作空间，服务机器人能更自然地与人类交互，完成各种家务任务。

❓ 常见问题解答（FAQ）

UniAct 解决了什么问题？

UniAct 主要解决不同机器人之间的行为异构性问题。它把跨平台共享的原子行为抽象为通用
动作，再通过异构解码器映射到各自控制接口，从而实现统一表示与跨机器人控制。

UniAct 为什么适合新机器人快速适配？

因为它采用通用行为空间加轻量级异构解码器的设计。模型主体学习共享动作表示，适配新
机器人时只需新增或微调对应解码器，并且文中提到仅需 50 条专用示教数据即可完成微调。

UniAct 的性能表现如何？

文中给出的结果显示，UniAct-0.5B 在真实与模拟环境任务测试中，表现已经超过参数达到
14 亿的 OpenVLA，说明它在轻量化前提下仍具备较强的泛化与控制能力。

🔬 语宙深潜追问 · 进阶实操拆解

50条示教为何就能适配新机器人？

关键在于先学到通用行为空间，再把不同机器人映射到统一表示，减少从零学习成本。少量
示教主要用于校准本体差异、末端执行器和控制频率，而不是重新学整套策略。

具身基础模型最难的工程环节是什么？

最难的是数据标准化、动作对齐和真实硬件安全。模型再强，如果传感器、控制接口和任务
定义不统一，就很难跨平台复用，因此框架设计比单点精度更重要。

🗳️ 读者观点微投票 · 您的实战立场是？

统一动作表示后，机器人真能快速换型吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [宇树科技重磅开源UnifoLM-VLA-0：基于Qwen2.5-VL-7B，单一模型实现12类机器人操作，准确率98.7%](https://paooo.com/aigc-news/11535/)
 * [宇树科技开源 UnifoLM-WMA-0：突破性世界模型赋能通用机器人学习与决策](https://paooo.com/aigc-news/13714/)
 * [卢宗青团队重磅开源Being-H0.5：通用机器人模型突破，实现跨形态策略迁移与真实部署](https://paooo.com/aigc-news/11859/)
 * [上海AI实验室开源InternVLA-A1：600万条语料+一脑多形，具身智能大模型实现跨场景零样本泛化](https://paooo.com/aigc-news/13637/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/20937/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
