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

> 晚点聊 LateTalk No. 187 精读

- 发布日期：2026-11-13
- 主持：程曼祺 等
- 原节目：https://www.xiaoyuzhoufm.com/episode/6af5e82d3caef3b52f54e5d0
- 网页版：https://latetalk.qiaomu.ai/ep/6af5e82d3caef3b52f54e5d0.html
- 精读字数：约 5450 字（阅读约 12 分钟）

> 本文为 latetalk.qiaomu.ai 基于节目转写的 AI 整理精读，不是逐字稿；引用请注明出处并链接网页版。

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。
