LiberAIのLiber-0、グローブ記録1万時間がウェブ動画200万時間を上回る

北京のスタートアップLiberAIは、「世界行動モデル」と呼ぶロボットモデルLiber-0を公開した。事前学習に使った人の経験は220万時間を超える。同社が11月4日に公表した結果では、ロボットの実演データを一度も見ていない、GPT-6が提案した60タスクで、600回の試行のうち**36.0%**に成功した。

ただ、LiberAI自身の数字が成果の源としているのはデータ量ではない。スケーリング実験では、人のウェブ動画200万時間で事前学習したモデルはピック&プレースで64.6、その他の操作で51.2にとどまり、いずれも自社データグローブLiberSenseで記録した1万時間分に届かなかった。グローブは厚さ0.3mm、重さ131gで指の動きを直接計測し、頭部カメラ1台と手首カメラ2台が作業を撮影する。200倍の時間差を覆したのはグローブだった。つまりLiberAIにとってはデータ収集キットがモデルと同じくらい重要で、人の作業記録を売るために1億ドルを調達したばかりのGenRobotのような企業とも競うことになる。

グローブ記録がロボット実演の4分の3を肩代わり

ロボット実演をデータプールの25%に減らし、グローブのデータをすべて加えた方策は、8タスクで進捗スコア75.6に達し、ロボットデータを全量使った場合の72.8を上回った。両プールの実演数は同じなので、データの総量はむしろ増えている。減ったのはロボットの稼働時間、つまりテレオペレーションで実演1件ごとにロボットとオペレーターが必要になる部分だ。グローブはロボットデータにない動作も教えた。ロボット実演がピック&プレースだけのとき、その他の操作のスコアは2.2だったが、その動作のグローブ記録を加えると47.5、グローブデータ全体では54.6となり、遠隔操作の実演をすべて使った方策の56.3に迫った。

ゼロショットは多段階タスクで大きく落ちる

ゼロショットの結果ははっきり分かれた。ピック&プレースは63.5%、短い操作タスクは34.0%、難しい多段階タスクは**10.5%**だった。長いタスクでは、GPT-6 Astraのような推論エージェントと組み合わせて中間目標を計画させることができる。タスクを提案したのはLiberAIではなくGPT-6で、すべて卓上の作業だ。ハードウェアも転移を前提に設計されている。LiberAIのロボットLEOは多指ハンド、多関節の手首、高さを変えられる腰を備え、人の動きをなぞれるようにした。同じグローブデータで、LEOの平均スコアは天機のMarvin M6アームを積んだ機体を28.3ポイント上回った。

科創板日報によると、LiberAIは2025年12月、清華大学コンピューター学科出身でRDTシリーズのロボット基盤モデル研究を率いた劉松銘が創業した。6月には順為資本が主導する数億元のPre-Aラウンドを完了し、同年3回目の調達となった。

Astra単体でロボットを動かすと、ピック&プレースの成功率は8.3%、1回の判断に87.3秒かけ、成功したタスクを終えるのに平均17.8分かかった。