Liber-0 od LiberAI dołącza do wyścigu o trenowanie mózgów robotów na nagraniach ludzi

LiberAI stawia na nagrania ludzi w sterowaniu robotami

LiberAI, założona w grudniu 2025 roku, nazywa Liber-0 World Action Model. Firma twierdzi, że model uczy się zależności między tym, co widać, fizycznym działaniem a tym, co dzieje się potem.

Dla producentów i kupujących roboty obietnica brzmi: manipulacja ogólnego przeznaczenia, trenowana na nagraniach ludzi i zapisie ruchu dłoni, zamiast osobnego programowania każdego zadania. Dwie rzeczy pozostają nieznane: czy wyniki podawane przez dostawcę odtwarzają się poza kontrolowanymi stanowiskami i czy którykolwiek z tych systemów działa niezawodnie w skali klienta. LiberAI opublikowała twierdzenia o treningu, ale nie podała liczb z wdrożeń.

Zwykła droga to demonstracje robotów. Takie dane są cenne, bo zapisują ruchy, które maszyna naprawdę potrafi wykonać, ale ich zbieranie wymaga sprzętu i wielokrotnej pracy operatorów. Ludzkie doświadczenie istnieje za to na ogromną skalę i to cały argument za trenowaniem na nim.

LiberAI podaje, że większość tych godzin to nagrania zwykłej ludzkiej aktywności. Daje to szeroki kontakt z ludźmi, przedmiotami i otoczeniem, ale niewiele mówi o sile chwytu czy obrocie nadgarstka. Dokładniejsze dane pochodzą z rękawic z czujnikami i z samych robotów, wiążąc to, co model widzi, z ruchami, które to wywołały. Firma nie rozbija, jak 2,2 mln godzin dzieli się między nagrania, zapisy z rękawic i demonstracje robotów.

LiberAI wymienia trzy luki w przenoszeniu umiejętności. Kamery widzą tę samą czynność z różnych punktów. Trajektorie dłoni odczytane z nagrania są niepełne z powodu zasłonięć i błędów głębi. A ludzkie ciała poruszają się w sposób, którego dany robot nie potrafi powtórzyć.

Problem danych jest modelem biznesowym

Physical Intelligence pokazuje, ile warte są dane z wdrożeń. Jej model π0.6 obsłużył zamówienia ze sklepu internetowego przez całą zmianę w magazynie u partnera Ultra w lutym 2026 roku, z autonomią 96,4%, podał AI Magazine.

Dodanie danych Weave o składaniu prania do wstępnego treningu obcięło nieudane chwyty o 42%, a interwencje o 50% w tym samym miesiącu, podał magazyn. Physical Intelligence powstała w marcu 2024 roku i w marcu 2026 roku miała około 80 pracowników.

Tutor Intelligence sprzedaje tę samą pętlę jako usługę. Wprowadza roboty do środowisk produkcyjnych z operatorami zdalnymi, których nazywa tutorami, a każde wykonane zadanie generuje dane treningowe. Firma ogłosiła 2 listopada rundę serii B o wartości 75 mln dol. prowadzoną przez Andreessen Horowitz, co podniosło kapitał do 117 mln dol. Wzięły w niej udział także Union Square Ventures i Neo, które prowadziły wcześniejsze rundy.

Podejścia różnią się źródłem danych. LiberAI stawia na nagrania ludzi, Physical Intelligence na wdrożenia u partnerów, Tutor na własną flotę w terenie, a AGIBOT na mieszankę nagrań z pierwszej osoby i trajektorii robotów.

Wyceny wyprzedzają opublikowane wdrożenia

W listopadzie 2025 roku Physical Intelligence wyceniono na 5,6 mld dol. Bloomberg podał w marcu 2026 roku, że firma prowadzi wstępne rozmowy o pozyskaniu około 1 mld dol. przy wycenie powyżej 11 mld dol. W zeszłym tygodniu Bloomberg pisał o rozmowach przy wycenie 20 mld dol., podał AI Magazine.

To ponad trzykrotność listopadowej wyceny z 2025 roku.

Testy porównawcze i otwarte oprogramowanie rozstrzygną następny sprawdzian

AGIBOT pokazała GO-3 Preview, model fundamentowy dla robotyki zbudowany na strukturze World Reasoning Action Model, 29 października na swoim wydarzeniu Innovation Day 2026 w Szanghaju. Firma przedstawiła wyniki: pierwsze miejsce w RoboDojo i RoboColiseum oraz najwyższy wynik ogólny w RoboTwin. To wyniki podane przez dostawcę.

Dane treningowe łączą nagrania z pierwszej osoby z trajektoriami robotów, podał Interesting Engineering. AGIBOT opisała też Genie Evolver, rozproszony system douczania, który łączy dane ze źródeł fizycznych z symulacją fizyki i modelami świata. Genie Master to warstwa agentowa do wychwytywania i poprawiania błędów w trakcie zadania. W jednej demonstracji robot pobił średnią testowanych ludzi w curlingu stołowym po czterech godzinach ćwiczeń online. Interesting Engineering podał, że AGIBOT planuje otworzyć pełny model do końca 2026 roku.

Na co patrzeć

Otwarte wagi pozwoliłyby zewnętrznym zespołom sprawdzić twierdzenia AGIBOT o ciągłym doskonaleniu na własnych zadaniach manipulacji. Prezes Tutor Josh Gruenstein mówi, że firma ledwo nadąża z budową robotów. LiberAI nie podała, kiedy Liber-0 będzie dostępny dla klientów ani ile będzie kosztować. Liczbą do obserwacji jest to, czy Physical Intelligence zamknie opisywaną rundę przy wycenie 20 mld dol.