LiberAI 发布 Liber-0 模型 手套数据替代机器人演示

Rohan Paul (@rohanpaul_ai) · 2026-11-04 15

这看起来是机器人训练领域一次真正卓越的发布。

工人佩戴一款仅重 131 g 的超薄传感器手套，在执行日常任务时记录精确的手部动作，因此无需机器人即可采集数据。

中国机器人初创公司 LiberAI (@liberai_robot) 发布了 Liber-0，这是一个控制机器人手臂和手部的 AI 模型。

在测试任务中没有任何机器人演示数据的情况下，Liber-0 在针对 60 个新任务的 600 次尝试中完成了 36.0%。在 LiberAI 的测试中，1 万小时的手套数据表现优于 200 万小时的互联网视频数据。

通常，机器人需要在人类反复引导下才能学会一项任务，而 Liber-0 用超过 220 万小时的人类经验取代了大部分此类过程。

仅靠视频只能展示手部做了什么，而无法提供机器人必须复制的测量运动数据。

该公司的 LiberSense 手套通过记录人们工作时的手部姿态和轨迹来提供这些运动数据。

测量运动数据胜过数据量：在匹配的运行中，1 万小时的手套数据表现优于 200 万小时的网页视频数据。

在使用 25% 的机器人演示数据加上手套数据进行训练后，策略（policy）的部分完成得分达到 75.6，超过了使用全部演示数据所得到的 72.8 分。

↳ 引用 @liberai_robot (LiberAI): 介绍 Liber-0，我们的世界动作模型（World Action Model），用于零样本（zero-shot）机器人操作——包括灵巧的多步骤任务。

在 GPT-6 提出的 60 项任务和 600 次试验中，Liber-0 在没有专门收集这些任务的机器人演示数据的情况下，实现了 36% 的总体成功率： • 抓取与放置（Pick-and-place）：63.5% • 其他操作任务：34.0% • 具有挑战性的多步骤任务：10.5%

零样本能力不仅限于单个动作，还扩展到协调序列。

Liber-0 基于超过 220 万小时的人类经验进行预训练，联合预测未来的观测值和动作，从而将人类经验转化为机器人技能。

技术博客：