Liber-0 机器人零样本操作:2.2M 小时人类数据 60 任务 36% 成功率
CyberRobooo · x · 2026-11-04
Liber AI 发布世界动作模型 Liber-0,主打零样本机器人操作——无需为特定任务采集机器人演示数据。
- 在 GPT-6 提出的 60 个任务、共 600 次试验中,总体成功率 36%:抓放任务 63.5%,其他操作任务 34.0%,高难度多步操作 10.5%。
- 模型基于 220 万小时以上人类经验数据预训练,结合 LiberSense 数据手套录制的动作与具身对齐(embodiment alignment),联合预测未来观测与动作,把人类经验转化为机器人技能。
- 技术博客指出从人类视频学习面临三大鸿沟:具身鸿沟、动作监督鸿沟、视觉鸿沟,并给出对应的迁移方案。
作者认为这是「少依赖任务特定机器人演示、多向人类学习」的一条有前景的路线。
「具身」频道最新
- 实证研究:闭源 VLM 全面领先机器人任务,开源模型规划能力掉队 — Haojian Huang · 2026-11-04
- PrimeBot 发布 PrimeSim:跨本体大规模演示训练的通用世界模型模拟器 — Travis Davies · 2026-11-04
- 旧金山本周末办 Physical AI 黑客松：Dream-1 世界动作模型零样本任务+万元奖金 — Scobleizer · 2026-11-04
- Figure 机器人办公室演示片曝光，CEO 称场景如科幻电影 — adcock_brett · 2026-11-04
- 「Beyond Validation Loss」:预训练最佳 checkpoint 未必是下游微调最优起点 — SongShuran · 2026-11-04
- DISCO 蒸馏树搜索获 CoRL 2026 最佳论文提名：机器人免搜索长程规划 — yining_hong · 2026-11-04