LiberAI 发布 Liber-0：1 万小时手套数据胜过 200 万小时网络视频

北京创业公司 LiberAI 发布了机器人模型 Liber-0，称之为“世界动作模型”，预训练数据超过 220 万小时的人类经验。公司 11 月 4 日公布，在 GPT-6 提出的 60 个任务上（模型没有见过这些任务的机器人示范），Liber-0 在 600 次试验中成功率为 36.0%。

LiberAI 自己的数据显示，起作用的并不是数据量。在它的扩展实验里，用 200 万小时网络人类视频预训练，抓取放置得分 64.6、其他操作得分 51.2，都低于只用 1 万小时 LiberSense 数据手套记录的成绩。这款手套厚 0.3 毫米、重 131 克，直接测量手指动作，同时由一个头戴摄像头和两个腕部摄像头拍下操作过程。时长相差 200 倍，赢的是手套。这样一来，LiberAI 的采集设备和模型同样重要，它的对手也包括简智机器人这类公司：后者刚融资 1 亿美元，卖的就是人类真实操作的记录。

手套记录顶替了四分之三的机器人示范

把机器人示范削减到数据池的 25%，再加上全部手套数据，策略在 8 个任务上的进度分达到 75.6，高于只用全部机器人数据的 72.8。两个数据池的示范数量相同，所以数据总量其实增加了，减少的是机器人时间，也就是遥操作里每条示范都需要一台机器人和一名操作员的那部分。手套还教会了机器人数据里没有的动作：机器人示范只覆盖抓取放置时，其他操作得分只有 2.2；加入这些动作的手套记录后升到 47.5，用上全部手套数据升到 54.6，接近用全部遥操作示范训练的 56.3。

零样本能力在多步骤任务上掉得最厉害

零样本结果分化明显：抓取放置 63.5%，短操作任务 34.0%，有挑战的多步骤任务只有 10.5%。长任务可以让 Liber-0 搭配 GPT-6 Astra 这样的推理智能体来规划中间目标。任务由 GPT-6 而不是 LiberAI 提出，全部在桌面上完成。硬件也是为迁移设计的：LiberAI 的 LEO 机器人配有灵巧手、多关节手腕和可调腰部，用来复现人的动作；用同样的手套数据，LEO 的平均得分比装有天机 Marvin M6 机械臂的平台高 28.3 分。

据《科创板日报》报道，LiberAI 由清华大学计算机系毕业生刘松铭于 2025 年 12 月创立，他曾主导 RDT 系列机器人基础模型研究；公司 6 月完成由顺为资本领投的数亿元 Pre-A 轮融资，是当年第三轮。

让 Astra 单独控制机器人时，它在抓取放置上的成功率只有 8.3%，每次决策要推理 87.3 秒，做成一个任务平均耗时 17.8 分钟。