优必选 Thinker

UBTech Thinker (Thinker / Thinker-WM / Thinker-VLA embodied model stack)进阶

优必选自研的具身模型体系，含基础模型、世界模型和动作模型三层

优必选（UBTech）为人形机器人打造的自研具身模型体系，据报道分为基础模型 Thinker、世界模型 Thinker-WM 和动作模型 Thinker-VLA 三层。其中 Thinker 是面向具身智能的视觉语言模型，2026 年 1 月开源 Thinker-4B（基于 Qwen3-VL 架构、4B 参数、非商业许可）并发布论文。它针对通用视觉语言模型用到机器人上时视角混淆、时序理解弱等问题，用第一视角视频、视觉定位、空间理解和思维链数据训练，主打任务规划、视觉定位和空间理解，官方称在 7 个具身基准上领先。据报道，Thinker-WM 在 LIBERO 基准上排名第一，Thinker-VLA 在工业场景把推理效率提升 176%。这套模型服务于优必选 Walker S 系列等工业人形机器人。