No. 187·精读

对话 LiberAI 刘松铭:Astra来袭,00后物理AI创始人看到的胜率

“清华、世界模型,00 后小天才”,2026 年上半年最火的投资主题。 LiberAI 创始人刘松铭完全符合这个组合。但是和他见面后,很多地方又出乎意料: * 他们确实刚刚发布了世界模型 Liber-0。

节目音频00:00 / 2:09:38
精读由 AI 基于节目转写整理,不是逐字稿,可能有偏差或错误;点击小标题旁的时间可跳到原声,表述以原节目为准。

2025 年下半年,刘松铭决定创业的时候,资本市场对具身智能的判断是「这波已经结束了」。他拿着这个判断去见投资人,第一轮只有真格一家愿意支持。半年之后,世界模型成了 2026 年上半年中国最热的投资主题,LiberAI 在不到一年里完成了 6 轮融资,真格、红杉、龙珠、顺为陆续进来。

刘松铭 2000 年出生,化学竞赛保送清华化工系,后来转到计算机系,拿过清华本科生特等奖,在朱军老师实验室读博。博士三年级时,他做出 RDT-1B,一个 12 亿参数的双臂操作扩散模型,开源之后微信群一路扩到七八个、上千人。2025 年年底他成立 LiberAI,2026 年发布世界动作模型 Liber-0,用 220 万小时人类数据做预训练。

这期《晚点聊》,程曼祺和他聊了三个多小时。内容可以分成三块:他为什么在别人觉得行业已经结束的时候出发;Liber-0 验证了哪几个假设,尤其是手套数据为什么能超过真机遥操;以及 Astra 冲击之后,一家具身创业公司还剩哪块自留地。他对竞争的回答比多数同赛道创始人直白:短期真正的对手不是 OpenAI,是做非标自动化的公司。

「00 后小天才」这个标签背后是一个现象 0:00:00

刘松铭对标签的态度很平:00 后是客观维度,他确实是 2000 年出生;标签背后描述的是一个现象,最近这一波创业潮里,25 岁上下的创始人明显变多了。

他给的原因有两条。物理 AI 这个领域真正开始发展就很晚,Google 的 RT-1 是 2022 年的工作,做这个方向的研究者本身年轻。另一条是大模型让年轻人获取专业知识的门槛大幅下降,过去要靠长时间积累的经验,权重没那么高了。从技术突破到有人拿它创业,这个周期在缩短。

他不太接受「世界模型公司」这个定位。技术路线是世界模型,但那是手段,不是使命。「所有公司最终的使命一定是产生商业价值」,LiberAI 要做的是物理 agent 这个产品。他也不把自己归到 new labs 那一类:那类公司相信技术突破和商业应用之间可以隔很久,LiberAI 从第一天起就把两头绑在一起看。

这个判断不是事后总结。他讲自己 2023 年就在想方向:基座模型一定会长得非常大,直接做多模态是跟它正面竞争,做应用才有机会,而应用里壁垒最厚的是跟物理世界结合的那一类,因为它有独特的问题要解。方向想清楚了,他没动,因为技术信号还没到。

出发前看到的三个信号 0:05:57

第一个信号来自实验室同门做的 Vidar 工作。他们发现视频这个模态、以及用视频训练出来的基座模型,能帮物理模型做更好的泛化。刘松铭看完这个过程,判断依赖大量互联网视频训练基座这条路开始成立。

第二个信号来自他自己做的 UMI 研究。大规模 UMI 无本体数据的效果已经能和遥操媲美,这意味着数据采集成本可以大幅下降。但 UMI 也有局限:它是夹爪,互联网视频里全是人手,两者之间有 gap,需要桥接。合理的解法是开始采集人类本体的数据。

第三个信号是灵巧手开始走向成熟。要用人类数据,部署的本体就得有灵巧手,这个条件在那个时间点刚好开始具备。

三个信号凑到一起,「以人类数据作为驱动」这条路线就清晰了。他特别强调,2023、2024 年他没创业,是因为对怎么做 scaling 没有把握,不敢说自己有六七成知道该怎么做。他也不想等一个教职再出来:如果已经看到了行业机会还去读教职,本身就证明你对这件事不够相信。

2024 年 10 月做出的 RDT-1B,验证的是「预训练在机器人操作领域有意义」:加一点后训练数据,效果比只用后训练数据好。但数据从哪来还不清楚,当时主要靠遥操,产出很慢。这个未解的问题,后来成了 LiberAI 的起点。

Liber-0 的三项验证 0:51:57

Liber-0 是 WAM,世界动作模型,同时建模未来的视觉状态和动作。技术报告里最值得看的是它系统验证了三个假设。

第一,零样本能力可以系统测量。他们让 GPT-6 出了 60 道题:20 道抓取、20 道非抓取、20 道长程任务,全部零样本测试。抓取任务成功率六七成,非抓取三成左右,四五步的长程任务(比如把桌上物体收进袋子、再放进抽屉)也有 10% 以上。刘松铭说,之前行业里没有人系统测过这些,长程任务零样本基本被认为不可能,现在看到了曙光。

第二,scaling 不只是堆数据,还有效率问题。大模型的数据格式相对统一,具身不一样:怎么采集、怎么处理、用什么设备,都会改变曲线斜率。他们的实验里,不同数据源的曲线差别很大,自家手套采集的数据曲线最陡,甚至接近跨本体的真机数据。

第三,全栈优化确实有协同效应。数据贡献一部分,本体贡献一部分,训练贡献一部分,乘起来可能是两倍的效果。他们自研的本体 LEO 在拧转、弯腰捡拖鞋这类任务上,成功率超过 90%,比对比平台高 30 个百分点。

还有一个超出预期的发现:真机数据只包含抓取放置,手套数据里混着非抓取任务,两者混在一起训练,模型表现出了非抓取的能力。它可以从纯手套数据里学到新技能,不必依赖真机数据。真机贵,这个结论直接改变了训练配方里对真机的依赖度。

220 万小时数据里,手套为什么能超过遥操 1:05:28

220 万小时里,大头是互联网视频,此外有 ego 视频、真机数据、跨本体数据。作为对照,GPT-5 用了 50 万小时,Dyna-2 用了 100 万小时,而且 Dyna-2 预训练阶段完全不用机器人数据。

他们做的一个实验很能说明问题:200 万小时互联网视频数据上的操作表现,不如 1 万小时手套数据。差了两个数量级,视频还是输。刘松铭的解释是,互联网视频缺的恰恰是动作那部分,它给你认知,不给你怎么动手。「认知上的巨人和行动上的巨人是两码事」。手套数据量少,补的正是这块缺口,有四两拨千斤的效果。

更反直觉的是另一个结果:手套数据配合 25% 的真机遥操数据,效果超过了 100% 真机遥操数据。按常识,遥操是质量最高的数据。他给了两个原因。

遥操本身不是完美策略。人看着侧面画面控制机器人,看到的画面和机器人记录的画面不一致,策略会有偏差;遥操没有力反馈,动作慢、迟缓,motion pattern 跟人差很远。而预训练数据大量来自互联网上流畅的人类动作,这种不对齐会进一步拉低效果。手套戴在人手上,除了动作信息,其他部分和一个人没有区别,跟互联网视频天然对齐。

成本上,真机遥操一小时上千元人民币,手套低一个数量级,可能数百元甚至更低。能替代 75% 的真机遥操,对 scaling 是很有利的结果。伊利亚当年解释 OpenAI 为什么放弃机器人,说的就是造 150 台机器人成本太高、scaling 太贵,这个账刘松铭算得很清楚。

硬件布局的边界也由此划出:只做能影响最终模型效果的部分。手套和本体自己做,核心零部件和供应链靠外部。LEO 的腰能前折、侧折,手腕是球形旋转,这些设计不是为了完成任务好看,是为了跟人类数据对齐。人擦桌子会侧着擦,机器人没有这个自由度,policy 就会 mismatch。手腕不能像人一样拧转,拧瓶盖时小臂会跟着转、会碰撞。

代价是成本增加,收益看不见就没人做。他们看到了收益:模型和本体配合最好,模型配别的本体会弱一些,本体配别的模型也会弱一些。越是靠近物理的部分,越跟 infra 和本体绑定,不是能一马平川推过去的。这既是他们的壁垒,也是 Astra 的边界。

Astra 来了,谁才是真正的对手 1:39:27

刘松铭创业时就把基模会进入这件事算进去了。逻辑分两层:基模能力持续提升,必然要找场景渗透;capex 在增加,也有动机。加上硅谷朋友传出的 OpenAI 招 robotics 人的消息,他判断这事几乎没疑问,只是早晚。所以 LiberAI 从 day one 就是全栈公司,纯基模公司在具身领域会很危险。

他用的框架是三层:System 2 做感知、规划、理解;System 1 把指令转成动作序列;System 0 是运控,负责可靠执行。Astra 这类基模吃掉的是 System 2,这一层被挖掉之后,具身公司的 AI 模型就变薄了。应对办法是加别的东西让壁垒变厚:产品能力、硬件、场景部署。

他们和 Astra 的关系是合作而非对抗。测试里,Astra 单独当策略模型时,强接触和形变控制明显不足,Liber-0 的成功率是它的好几倍。他观察到一个 pattern:Astra 能大致到那个范围,但总碰不到,差最后一毫米,会来回抽搐、尝试,解决不了。它的长处是语义理解、任务拆解规划,以及失败之后能明确地回到正确路径上。所以理想分工是 Astra 做 System 2 提供统一接口,LiberAI 啃 System 1 以下强接触的硬骨头。

至于 OpenAI 亲自下场做交付,他打了很大的问号。真正到交付,大家都得一个一个啃客户、啃硬骨头,他不认为 OpenAI 有这个基因。更现实的理由是算账:OpenAI 投同样精力做 coding 可能有 20 倍增长,做服务业、制造业的钱太辛苦。Sora 比这个领域好赚钱得多,OpenAI 最近还是关掉了。「他真的愿意这么去做吗?」先进制造企业同理,它们看量,一个行业吭哧吭哧做一年一两百台,它们不会有耐心在这个时机进来。

他把真正的对手指向做非标自动化的公司。客户的视角里,LiberAI 和它们就是竞争对手,比的是模型加硬件能不能有更多成本优势。很多同赛道创始人不屑于把这类公司当对手,他的回答很直接:商业化交付的时候,对客户来说你们就是对手。

王兴兴说过,GPT-7 发布可能就把具身问题击穿了。刘松铭认为会有冲击,但在当前范式下解决不了所有问题。他的类比是人大脑的两半:一半是 reasoning,Astra 代表这种模式;另一半是直觉,基于直觉对运动和神经的控制,快速、反射、不需要思考,在信息不完全时反而有用。机器人上的模型还要考虑算力和延时,优化方向不一样,用 reasoning 的方式去做直觉的事,是舍近求远。

从模型到钱,中间隔着场景基础设施 1:26:24

LiberAI 的商业化还在探索阶段。demo 里有一个做奶茶的闭环,5 分 50 秒的长程任务一镜到底。程曼祺注意到一个细节:从按压泵里把糖挤进奶茶,人知道自己按出来没有,会调整后面的力,机器人现在很难做到。刘松铭说这正说明问题:按糖需要力或者声音辅助,而力传感器和声音反馈的硬件还不成熟。他坚持不改环境,因为改环境成本高、部署难,但最后是笔成本账。

选场景他有四个条件:相对标准化,能力可复制;跟模型夹角小,兜底越少越好,兜底越多实时成本越高;模型能达到场景要求的节拍和容错率,且客户真有付费动力;做这个场景能积累竞争力,要么是把模型能力转成商业价值的 knowhow,要么是数据。至少满足一条,做这件事才有意义,而不是纯粹为了收入。

他不着急做收入,理想状态是未来两到三年跑通一个标杆场景:真正由模型泛化性产出的商业价值,可复制,可持续。现在还没有哪个场景同时满足这两条。全球看,他更看好发达国家的劳动力短缺场景,家用清洁照护,以及零售、酒店服务,结构化程度和用工需求都在那。

团队文化他讲了三个词:taste、克制、协作。taste 是拆解问题和做选择的角度;克制是做减法比打补丁更重要;协作被他当成组织问题来对待,人和人不会天然协作,信息差、目标不对齐会自然产生,需要有人站出来做商减。决策上鼓励讨论,拍板他一个人说了算,因为责任在他。他反思过自己的错误:很多错误选择不是选得不好,是太着急,信息不够。熟悉的事情更容易犯这个错,因为偏好更强、容易跳步。

短期和长期确定,中期路径最不确定 2:09:42

他把不确定性切成三段。几个月尺度的短期,确定性很高,scaling 的走势、商业进展都清楚。五年尺度的长期,确定性也很高,物理世界的各种任务可以像今天的 agent task 一样被解决。最不确定的是中间:商业化步骤怎么走,模型进展速度和商业化速度怎么匹配。

资本节奏上,他的做法是能融的时候尽量融,融到足够多的钱做储备,因为硬件周期长、行业变量多,不可能明天所有事情都解决。具体投入上讲资本纪律,「不该花钱的地方别花钱」,不同 scaling 路径的曲线不一样,要用更少的资源做更多的事。公司选址在清河站附近的老工业园区,不在五道口,也是同一套逻辑:更远、更旧、更便宜。

他家里做生意,从小看着公司起落。他说自己有很多次体会:预判某个风险不会发生,后来它真的发生了。所以不能只考虑最好的情况,每一次周期都不一样,不能照上一次的经验做决策。这套体感解释了他为什么对财务、周期、风险这么敏感,尽管他没上过一天班。

更远的目标,他讲得很坦率:会有一个对标苹果的公司出现,是人类有史以来最伟大的工业品之一,而且应该是现在就在做全栈、有硬件能力的公司。「这可能是胜率最高的玩法之一」。他没说自己一定是那家,但这个方向是 LiberAI 的愿景。公司中文名叫江闲科技,将要闲:让一些人不再为生活琐事和繁重劳动困扰。再远一点,老龄化加重,总得有人承担劳动力,如果不想让任何人负重前行,那只能是机器人。

给读者的判断:这期节目最值得带走的不是 Liber-0 的 benchmark 数字,是刘松铭拆问题的方式。他把具身拆成 System 2、1、0 三层,先判断哪一层会被基模吃掉,再决定公司该站在哪。他判断 Astra 吃 System 2,于是把资源压在 System 1 以下的强接触、触觉、本体和场景部署上,并且从第一天就接受「模型会变薄」这个前提去做全栈。这套推演可以迁移到任何正在被基础模型重估的赛道:先问哪一层会被吃掉,再问剩下的那层需要什么配套才能形成壁垒,最后看自己有没有做那套配套的组织能力。他给的时间表是两到三年跑通一个标杆场景,五年看到通用机器人,中间那段路,他自己也说最不确定。

“清华、世界模型,00 后小天才”,2026 年上半年最火的投资主题。
LiberAI 创始人刘松铭完全符合这个组合。但是和他见面后,很多地方又出乎意料:
* 他们确实刚刚发布了世界模型 Liber-0。但这也是一家起步于 2025 年年底的公司,早于英伟达 GEAR 在今年 2 月发布的 DreamZero 引起世界模型的热潮。(关于 WAM 和 DreamZero 的更多讨论,可见《晚点聊》157 期,《具身季报 26Q1》)
* 不到一年,LiberAI 就拿了真格、红杉、龙珠、顺为等机构的 6 轮融资,但没有把公司放在中国智能最密集的五道口,而是选了北京西北角、清河站附近的一片老工业园区。这里更远、更旧、更便宜。
后来我们聊起资本纪律,刘松铭说,“就是不该花钱的地方别花钱”。
* 创业时,刘松铭是博士三年级的学生,没有工作过、没有产业经验。但他的关注点绝不仅在技术,我们聊了很多风险管理、行业周期,以及对硬件和场景的敬畏;他也招募了一支具备 AI 算法、数据、硬件等跨领域背景的团队。
* 大部分从研究员背景的创始人会如此描述创业的起点:想更好实现某项技术,而刘松铭说他从中学时就想创业,一直在寻找方向;技术本身不是目的,实现商业价值才是。
此时,整个物理 AI 领域的价值几何正因为“Astra 冲击波”被重估:即基础大模型是否会进入物理 AI 领域,完成大部分事?
刘松铭告诉我,去年底创业时,他已看到了前兆,基模可能会进入具身大脑的规划和调度层,所谓 System 2 的部分。所以 LiberAI 的核心假设就是要做全栈公司,做好与物理信息和场景相关的部分,包括精细操作能力,触觉、力觉的数据采集和训练,还有本体。
当 Astra 来袭,刘松铭分享了他看到的和选择的。
本期嘉宾:刘松铭,LiberAI 创始人 & CEO
本期主播:程曼祺,《晚点 LatePost》科技报道负责人
本期剪辑:吴宇量
时间线跳转:
-没读完博士、也不想拿教职,创业是唯一选项
01:29 “00 后小天才”为何集中创业
05:57 2025 年下半年看到的 3 个信号
11:33 从化学竞赛进入清华,到转系计算机
21:00 在具身领域的第一个研究:RDT-1.2 B,交流群里涌进数千人
25:47 不搭配“行业大佬”、不等教职
30:33 出发前看到的事:周期变化、基模影响,Astra 的印证
37:00 具身模型可能变薄,第一天就是全栈公司
43:17 极致热爱的不是某项技术,是创业本身
-Liber-0 的 3 个验证:零样本长程任务、数据效率实验、全栈优化协同
51:57 Liber-0 的三项验证
59:24 220 万小时的数据的发现
01:05:28 手套数据为何能超越遥操数据?
01:09:22 为模型设计硬件:能弯、能扭的腰、能转的手腕
01:15:40 三阶段预训练:从“看”到“做”
-从模型走向场景,商业价值卡在哪里
01:26:24 从模型到商业价值,中间还有场景基础设施
01:32:01 选场景的四个条件
-Astra 来袭,具身创业公司的自留地
01:39:27 OpenAI、制造巨头与非标自动化公司,谁是真正对手
01:44:02 基模做 System 2,创业公司啃 System 1 的硬骨头
01:45:57 Astra 的边界:擅长理解规划,不擅长强接触与“最后一毫米”
01:50:17 脏、慢、累的物理世界,如何长出一家“苹果”
01:59:55 全栈团队如何靠 taste、克制与协作运转
02:04:40 用组织抵抗先入为主
02:09:42 短期和长期确定,中期路径最不确定
02:11:16 利润如何分配,机器人又如何让人获得自由
相关链接:
LiberAI 技术报告:Liber-0: Emergent Zero-Shot Capabilities in Multi-Step Manipulation from 2.2 Million-Hour Human Experience
具身季报 26Q3 图文版:Astra 冲击后,通用模型会吃掉 Robotics 吗?
晚点聊 184 期:[与陈哲的「具身季报 26Q3」:Astra 冲击后,通用模型会吃掉 Robotics 吗?
晚点聊 170 期:[与陈哲的「具身季报 26Q2」:世界模型大风不停,和不想被贴标签的人
晚点聊 157 期:[与陈哲的「具身季报 26Q1」:宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手
晚点聊 173 期:[对话姚颂:深鉴、东方空间、再出发,「天才少年」十年后]
晚点聊 165 期:[GEAR 高深远:世界模型、自进化循环、DreamDojo
论文:RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation
论文:RDT2: Exploring the Scaling Limit of UMI Data Towards Zero-Shot Cross-Embodiment Generalization
论文:DreamZero: World Action Models Are Zero-Shot Policies
附录:节目中出现的技术术语、技术成果、公司、人物等
* WAM(World Action Model,世界动作模型):同时建模未来视觉状态与动作的机器人策略模型。Liber-0 和 DreamZero 都属于这一技术路线。
* Google RT-2(Robotics Transformer 2):Google DeepMind 于 2023 年发布的 VLA 模型,利用互联网视觉—语言知识和机器人数据,把图像与文字指令直接转化为机器人动作。
* 朱军:清华大学计算机系教授、人工智能研究院副院长,生数科技创始人兼首席科学家,长期研究机器学习与生成模型,其团队推出了视频生成模型 Vidu 和这期中提到的具身模型 Vidar。
* RDT-1B / RDT2:刘松铭在清华参与研发的机器人基础模型。RDT-1B 是 12 亿参数的双臂操作扩散模型;RDT2 进一步探索利用 UMI 数据实现零样本跨本体泛化。
* UMI(Universal Manipulation Interface):便携式手持夹爪数据采集系统,可在不直接遥操作机器人的情况下记录人类操作示范,再迁移到机器人策略。
* GEAR:英伟达的具身智能研究实验室,研究机器人基础模型、世界模型与数据扩展;DreamZero 出自该团队。
* 跨本体学习(Cross-Embodiment Learning):让模型利用人手、不同机械臂或不同机器人形态的数据,学习可跨硬件迁移的共同能力。
* LiberSense Glove:LiberAI 的动作数据采集手套,用来记录人类操作中的动作信息,并在互联网视频与机器人执行之间建立桥梁。
* LEO:LiberAI 为 Liber-0 配套设计的机器人本体,通过更接近人类的腰部、手腕等运动结构,提高人类操作经验向机器人迁移的效率。

本集资源与出处