Liber-0 da LiberAI: 10 mil horas gravadas com luva superam 2 milhões de horas de vídeo da web

A startup LiberAI, de Pequim, lançou o Liber-0, um modelo robótico que ela chama de "modelo de ação do mundo", pré-treinado com mais de 2,2 milhões de horas de experiência humana. Em 60 tarefas propostas pelo GPT-6, para as quais o modelo não tinha visto nenhuma demonstração robótica, ele acertou 36,0% de 600 tentativas, segundo resultados divulgados pela empresa em 4 de novembro.

Os números da própria LiberAI atribuem o mérito a outra coisa que não o tamanho desse conjunto. Nos testes de escala, pré-treinar com 2 milhões de horas de vídeos da web com pessoas rendeu 64,6 pontos em pegar e colocar e 51,2 em outras manipulações, ambos abaixo do que 10 mil horas gravadas com a luva de dados LiberSense alcançaram. A luva tem 0,3 mm de espessura, pesa 131 gramas e mede diretamente o movimento dos dedos, enquanto uma câmera na cabeça e duas nos pulsos filmam a tarefa. Uma diferença de 200 vezes em horas pendeu para a luva. Isso torna o kit de coleta da LiberAI tão importante quanto o modelo e a coloca na disputa com empresas como a GenRobot, que acaba de captar US$ 100 milhões para vender gravações de pessoas trabalhando.

Gravações com luva substituíram três quartos das demonstrações robóticas

Com as demonstrações robóticas reduzidas a 25% do conjunto e todo o conjunto da luva adicionado, uma política chegou a 75,6 pontos de progresso em oito tarefas, acima dos 72,8 do conjunto robótico completo sozinho. Os dois conjuntos tinham o mesmo número de demonstrações, então o total de dados aumentou; o que caiu foi o tempo de robô, a parte da teleoperação que exige um robô e um operador para cada demonstração. A luva também ensinou ações que faltavam nos dados robóticos. Quando as demonstrações robóticas cobriam só pegar e colocar, outras manipulações marcavam 2,2; com gravações dessas ações feitas com a luva, subiram para 47,5, e com todos os dados da luva para 54,6, perto dos 56,3 de uma política treinada com todas as demonstrações teleoperadas.

Em tarefas de várias etapas, o desempenho sem treino específico despenca

O resultado sem treino específico se divide com nitidez: 63,5% em pegar e colocar, 34,0% em manipulações curtas e 10,5% em tarefas desafiadoras de várias etapas. Para tarefas longas, o Liber-0 pode ser combinado com um agente de raciocínio como o GPT-6 Astra, que planeja metas intermediárias. Quem propôs as tarefas foi o GPT-6, não a LiberAI, e todas eram de mesa. O hardware também foi feito para a transferência: o robô LEO da LiberAI combina mãos robóticas destras com pulsos articulados e uma cintura ajustável para imitar o movimento humano e, com os mesmos dados de luva, ficou em média 28,3 pontos acima de uma plataforma da Tianji com braços Marvin M6.

A LiberAI foi fundada em dezembro de 2025 por Liu Songming, formado em computação por Tsinghua e que liderou a série RDT de modelos fundacionais para robôs, e em junho fechou uma rodada Pre-A de várias centenas de milhões de yuans liderada pela Shunwei Capital, a terceira do ano, segundo o STAR Market Daily.

Sozinho no controle do robô, o Astra acertou 8,3% em pegar e colocar, gastou 87,3 segundos raciocinando por decisão e levou em média 17,8 minutos para concluir cada tarefa que deu certo.