LiberAI 的 Liber-0 加入用人类视频训练机器人大脑的拥挤赛道

LiberAI 押注用人类视频控制机器人

LiberAI 成立于 2025 年 12 月，把 Liber-0 称为 World Action Model。公司说，这个模型学习的是视觉观察、物理动作和随后发生的事情三者之间的关系。

对机器人厂商和买家来说，LiberAI 的主张是通用操作能力：训练数据来自人类视频和录制的手部动作，不必为每个任务单独编程。有两件事仍不清楚。一是厂商给出的基准成绩能否在受控场地之外复现，二是这些系统能否在客户规模上稳定运行。LiberAI 只公布了训练方面的说法，没有给出任何部署数据。

通常的做法是采集机器人示范。这类数据有价值，因为它记录的是机器真正能执行的动作，但采集需要机器人硬件，操作员也要反复投入。人类经验的数据量则极大，这正是用它做预训练的理由。

LiberAI 表示，这些小时数里大部分是普通人类活动视频。这让模型广泛接触人、物体和环境，却几乎说明不了握力或手腕转动。更细致的数据来自带传感器的手套和机器人本身，能把模型看到的东西与产生这些画面的动作对应起来。公司没有拆分说明 220 万小时中视频、手套记录和机器人示范各占多少。

LiberAI 指出迁移过程中存在三个缺口。摄像头会从不同视角拍到同一活动。从视频推断出的手部轨迹因遮挡和深度误差而不完整。人体还会做出特定机器人无法复制的动作。

数据问题就是商业模式

Physical Intelligence 说明了部署数据的价值。据 AI Magazine 报道，其 π0.6 模型在 2026 年 2 月为合作伙伴 Ultra 完成了一整个仓库班次的电商订单打包，自主率为 96.4%。

据该杂志报道，同月把 Weave 的叠衣数据加入预训练后，抓取失误减少了 42%，人工介入减少了 50%。Physical Intelligence 成立于 2024 年 3 月，2026 年 3 月约有 80 名员工。

Tutor Intelligence 把同样的闭环做成服务出售。它把机器人放进生产环境，配上称为 tutor 的远程操作员，每完成一个任务就产生训练数据。公司于 11 月 2 日宣布由 Andreessen Horowitz 领投的 7500 万美元 B 轮融资，总资本达到 11700 万美元。此前领投过早期轮次的 Union Square Ventures 和 Neo 也参与了本轮。

这些路线的差别在于数据从哪里来。LiberAI 依靠人类视频，Physical Intelligence 依靠合作伙伴的部署，Tutor 依靠自己部署的机器人队伍，AGIBOT 则混合使用第一人称视频和机器人轨迹。

估值跑在已公布部署之前

Physical Intelligence 在 2025 年 11 月估值 56 亿美元。彭博社 2026 年 3 月报道，公司正在进行早期洽谈，拟以超过 110 亿美元的估值融资约 10 亿美元。AI Magazine 称，上周彭博社又报道了以 200 亿美元估值进行的洽谈。

那将是 2025 年 11 月数字的三倍以上。

基准测试和开源将决定下一场考验

AGIBOT 于 10 月 29 日在上海举行的 Innovation Day 2026 活动上首次展示 GO-3 Preview。这是一个基于 World Reasoning Action Model 框架构建的具身基础模型。公司公布了在 RoboDojo 和 RoboColiseum 上排名第一、在 RoboTwin 上总分最高的结果。这些成绩由厂商自行报告。

据 Interesting Engineering 报道，其训练数据把第一人称人类视频与机器人轨迹结合起来。AGIBOT 还介绍了 Genie Evolver，一个分布式后训练系统，把来自物理来源的数据与物理仿真和世界模型结合起来。Genie Master 是一个智能体层，用于在任务进行中发现并纠正错误。在一次演示中，机器人经过四小时在线练习后，在桌面冰壶项目上击败了受测人类的平均水平。Interesting Engineering 报道称，AGIBOT 计划在 2026 年底前开源完整模型。

值得关注的点

开放权重将让外部团队能在自己的操作任务上检验 AGIBOT 的持续改进说法。Tutor 首席执行官 Josh Gruenstein 说，公司造机器人的速度几乎跟不上需求。LiberAI 尚未说明 Liber-0 何时向客户提供，也没有说明定价方式。Physical Intelligence 能否完成报道中的 200 亿美元融资，是最值得盯住的数字。