Liber-0 de LiberAI : 10 000 heures enregistrées au gant battent 2 millions d’heures de vidéo web

La start-up pékinoise LiberAI a dévoilé Liber-0, un modèle robotique qu’elle qualifie de « modèle d’action du monde », pré-entraîné sur plus de 2,2 millions d’heures d’expérience humaine. Sur 60 tâches proposées par GPT-6, pour lesquelles le modèle n’avait vu aucune démonstration robotique, il a réussi 36,0 % de 600 essais, selon les résultats publiés par l’entreprise le 4 novembre.

Les chiffres de LiberAI attribuent pourtant le résultat à autre chose que la taille de ce jeu de données. Dans ses tests de passage à l’échelle, un pré-entraînement sur 2 millions d’heures de vidéos web de personnes obtient 64,6 en saisie-dépose et 51,2 sur les autres manipulations, deux scores inférieurs à ceux de 10 000 heures enregistrées avec son gant de données LiberSense. Le gant, épais de 0,3 mm et pesant 131 grammes, mesure directement le mouvement des doigts pendant qu’une caméra frontale et deux caméras aux poignets filment la tâche. Un écart de 200 fois en durée a tourné à l’avantage du gant. Le kit de collecte de LiberAI compte donc autant que son modèle, et la met en concurrence avec des sociétés comme GenRobot, qui vient de lever 100 millions de dollars pour vendre des enregistrements de personnes au travail.

Le gant a remplacé les trois quarts des démonstrations robotiques

Avec des démonstrations robotiques réduites à 25 % du lot et la totalité des données du gant, une politique atteint un score de progression de 75,6 sur huit tâches, au-dessus des 72,8 obtenus avec tout le lot robotique. Les deux lots contenaient autant de démonstrations : le volume total a donc augmenté, et ce qui a baissé, c’est le temps robot, la partie de la téléopération qui exige un robot et un opérateur pour chaque démonstration. Le gant a aussi appris des gestes absents des données robotiques. Quand celles-ci ne couvraient que la saisie-dépose, les autres manipulations plafonnaient à 2,2 ; avec les enregistrements au gant de ces gestes, le score monte à 47,5, et à 54,6 avec toutes les données du gant, près des 56,3 d’une politique entraînée sur toutes les démonstrations téléopérées.

Sur les tâches en plusieurs étapes, le zero-shot s’effondre

Le résultat sans entraînement spécifique se scinde nettement : 63,5 % en saisie-dépose, 34,0 % sur les manipulations courtes et 10,5 % sur les tâches exigeantes en plusieurs étapes. Pour les tâches longues, Liber-0 peut s’appuyer sur un agent de raisonnement comme GPT-6 Astra qui planifie des objectifs intermédiaires. C’est GPT-6, et non LiberAI, qui a proposé les tâches, toutes réalisées sur une table. Le matériel est lui aussi conçu pour le transfert : le robot LEO de LiberAI associe des mains dextres, des poignets articulés et une taille réglable pour reproduire les gestes humains, et avec les mêmes données de gant il obtient en moyenne 28,3 points de plus qu’une plateforme de Tianji équipée de bras Marvin M6.

LiberAI a été fondée en décembre 2025 par Liu Songming, diplômé en informatique de Tsinghua qui a dirigé la série RDT de modèles de fondation robotiques, et a bouclé en juin un tour Pre-A de plusieurs centaines de millions de yuans mené par Shunwei Capital, son troisième de l’année, selon le STAR Market Daily.

Seul aux commandes du robot, Astra réussit 8,3 % des saisies-déposes, passe 87,3 secondes à raisonner par décision et met en moyenne 17,8 minutes à terminer une tâche réussie.