Liever nieuwe posts als video? Abonneer op het aiMattie YouTube-kanaal — of bekijk alle video's in de playlist.
TL;DR
- Wat: Unitree Robotics heeft UnifoLM-WLA-1.0 volledig open source gemaakt — een AI-model dat met één "brein" 64 verschillende robottaken aanstuurt.
- Waarom relevant: Open source robotica-AI verlaagt de drempel voor bedrijven die met fysieke automatisering willen experimenteren.
- Wat je ermee kunt: Volg hoe robotica-platformen zich ontwikkelen en overweeg of pilotprojecten met humanoïde robots voor jouw sector realistisch worden.
Ik stuitte vanochtend op een aankondiging van Unitree Robotics die me aan het denken zette. Het Chinese roboticabedrijf heeft zijn nieuwste AI-model — UnifoLM-WLA-1.0 — volledig open source gemaakt. Dat klinkt misschien technisch, maar de implicatie is concreet: de "hersenen" waarmee hun humanoïde robots leren bewegen en taken uitvoeren, zijn nu voor iedereen beschikbaar.
Wat is UnifoLM-WLA-1.0 precies?
De naam is een mond vol, dus laat me het ontleden. UnifoLM staat voor Unitree's Foundation Language Model. WLA staat voor World-Language-Action — drie dingen die het model combineert:
- World modeling — het model bouwt een intern begrip van de fysieke wereld. Het "begrijpt" bijvoorbeeld dat een voorwerp valt als je het loslaat.
- Language — het kan taalinstructies verwerken. Zeg "pak de rode beker" en het snapt wat je bedoelt.
- Action — het vertaalt dat begrip naar motorische handelingen: het daadwerkelijke grijpen, lopen, of tillen.
Wat mij hier opvalt, is dat dit alles in één model zit. Eerdere benaderingen gebruikten vaak losse systemen voor zien, denken en doen. UnifoLM-WLA-1.0 doet het met 2 miljard actieve parameters — dat is naar AI-maatstaven vrij compact. Ter vergelijking: grote taalmodellen zoals GPT-4 hebben naar verluidt honderden miljarden parameters.
Benchmarkresultaten
Unitree claimt dat het model state-of-the-art resultaten behaalt onder open source modellen. Volgens de technische publicatie scoort het 92,94% op RoboTwin 2.0 Clean — een standaardtest voor robotmanipulatie. Op RMBench, een test die langetermijngeheugen en foutcorrectie meet, behaalt het 56,5%. Dat klinkt misschien bescheiden, maar volgens de onderzoekers is dat bijna het dubbele van de beste eerder gepubliceerde score op die benchmark.
Belangrijk om te vermelden: deze resultaten komen grotendeels uit Unitree's eigen publicatie. Onafhankelijke verificatie door derden heb ik op dit moment nog niet gevonden. Dat is niet ongewoon bij een release van vandaag, maar het is goed om dat in het achterhoofd te houden.
Eén model, 64 taken
Wat ik eerlijk gezegd bijzonder vind, is de breedte van wat dit ene model kan. In tests coördineerde UnifoLM-WLA-1.0 64 verschillende taken — van fijn motorisch werk op een bureau (denk aan het oppakken van kleine voorwerpen) tot het aansturen van een volledig humanoïd robotlichaam dat rondloopt en objecten verplaatst.
Het model generaliseert bovendien over verschillende soorten robotarmen en -handen. In roboticatermen heet dat "cross-end-effector generalisatie." Simpeler gezegd: het hoeft niet opnieuw getraind te worden als je het op een ander type grijper aansluit. Dat is relevant, want het betekent dat het model flexibeler inzetbaar is dan systemen die specifiek voor één robotconfiguratie zijn gebouwd.
De inferentietijd — de snelheid waarmee het model beslissingen neemt — ligt volgens de technische documentatie rond de 40 milliseconden op een high-end videokaart (RTX 5090). Dat is snel genoeg voor real-time robotbesturing.
Waarom open source?
Dit is de vraag die mij als ondernemer het meest bezighoudt. Waarom geeft een bedrijf zoiets weg?
Volgens een branche-analist die door Yicai Global werd geciteerd, is het opbouwen van een sterk ontwikkelaarsecosysteem fundamenteel voor Unitree's kernactiviteit. Het bedrijf verdient op dit moment een aanzienlijk deel van zijn omzet in het onderwijs — universiteiten en onderzoeksinstellingen die hun robots gebruiken. Hoe meer ontwikkelaars met Unitree's software werken, hoe sterker de vraag naar hun hardware.
Ik denk dat dit een patroon is dat we vaker gaan zien in de robotica-industrie. Het doet denken aan hoe Android open source werd om de markt voor smartphones te vergroten — niet uit liefdadigheid, maar als strategische zet.
Wat betekent dit voor ondernemers?
Laat ik eerlijk zijn: als MKB-ondernemer koop je morgen geen humanoïde robot voor in je magazijn. Maar er zijn een paar ontwikkelingen die het waard zijn om te volgen.
De prijzen dalen snel
Unitree's G1-robot — een volledig humanoïd model — kost vanaf ongeveer 16.000 dollar in de basisconfiguratie. Dat is een fractie van wat vergelijkbare robots een paar jaar geleden kostten. Het bedrijf mikt op de levering van 10.000 tot 20.000 eenheden in 2026, volgens berichtgeving van eWeek. Morgan Stanley heeft zijn verkoopprognose voor humanoïde robots uit China voor 2026 verdubbeld naar 28.000 stuks.
Kun je je voorstellen wat het betekent als die aantallen over drie tot vijf jaar vertienvoudigen? Dan praat je over robots die qua prijs in de buurt komen van een bestelbus.
Open source versnelt adoptie
Doordat de AI-software open source is, kunnen andere bedrijven — ook in Europa — erop voortbouwen zonder licentiekosten. Stel dat je als logistiek bedrijf een specifieke handeling wilt automatiseren: met een open source foundation model als basis hoef je niet vanaf nul te beginnen. Je traint het model bij op jouw specifieke taak.
Dat is nu nog iets voor gespecialiseerde integrators en R&D-afdelingen. Maar de drempel wordt elk jaar lager.
De concurrentie is breed
Unitree staat niet alleen. NVIDIA heeft GR00T N1, er zijn diverse Chinese en Amerikaanse spelers, en het tempo van publicaties en open source releases is hoog. Dat is voor de afnemer goed nieuws — het voorkomt vendor lock-in en drijft innovatie.
Een voorzichtige observatie
Ik vind het opvallend hoe snel de robotica-industrie dezelfde dynamiek aanneemt als de software-industrie: open source als groeistrategie, foundation models als gedeelde basis, en hardware die steeds betaalbaarder wordt. Tegelijk is het goed om nuchter te blijven. Benchmarkscores in een gecontroleerde omgeving zijn iets anders dan betrouwbare prestaties in een rommelig magazijn of een drukke werkplaats.
Voor mij is dit vooral een signaal dat fysieke AI — robots die zelfstandig taken uitvoeren in de echte wereld — niet meer alleen een onderzoeksproject is. Het wordt een industrietak met open standaarden, dalende prijzen en groeiende ecosystemen. Als ondernemer hoef je er vandaag nog niets mee te doen, maar het is wel het moment om het op je radar te zetten.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.