跳到正文
晚點聊 LateTalk(podcast.latepost.com)· 程曼祺·· 10 天前品質評分58

187: 對話LiberAI劉松銘:Astra來襲,00後物理AI創始人看到的勝率

187: 對話LiberAI劉松銘:Astra來襲,00後物理AI創始人看到的勝率

重點導讀

LiberAI創始人劉松銘主張,具身智慧公司應以手套資料垂直整合與自研本體加厚壁壘,專攻System 1以下與硬體耦合的強接觸操作,與Astra等基模公司互補而非對抗。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

LiberAI 創始人劉松銘認為,基礎模型廠商(如 OpenAI 的 GPT-6 Astra)必然會吃掉具身智慧中偏「System 2」的規劃與理解層,因此純模型公司處境危險,只有「硬體服務模型」的全棧路線才可能長期競爭。這是他對節目標題所指的 Astra 衝擊給出的核心判斷,但整集 129 分鐘的對話遠不止於此:大部分時間在講他如何從清華化工系轉到計算機系、如何用「摸清領域規則+找自身比較優勢」的方法在具身研究上做出 RDT-1B,以及 Liber-0 這次發布所驗證的四個技術假設——零樣本長程任務、自由手套資料的效率、全棧垂直整合的增益、以及從人類資料中學到未學過的技能。

劉松銘是 2000 年出生、清華朱軍實驗室的博士三年級學生,2025 年下半年創立 LiberAI,公司已完成六輪融資(真格基金、紅杉、順為、龍珠等),並在近期發布首個模型 Liber-0。主持人程曼祺是《晚點聊》的主持人。讀者從這份簡報應得到的是:一個 26 歲創始人對具身智慧技術路線、資料成本結構、商業化場景選擇與資本週期的完整推理鏈,以及他對「基模廠商會不會親自下場做硬體交付」這一關鍵問題的具體論證。

基模吃掉 System 2,全棧是唯一活路

劉松銘把具身智慧拆成三層:System 2 負責感知、規劃與理解;System 1 把指令轉成動作序列(以末端執行器 EE 為參考);System 0 是運控,負責可靠執行。他創業時就判斷 System 2 有風險——「System 2 不一定具身公司能夠吃得掉」,所以對投資人從不強調這一層。GPT-6 Astra 出現後,他的說法是「它已經把具身的這些壁壘吃掉了一部分,至少把 System 2 吃掉了」,隨之而來的結果是「對於具身這個領域來說,你的 AI 模型就薄了」。

應對方式在 day one 就定了:做全棧公司,讓壁壘從模型以外的地方補回來。他對投資人的原話邏輯是,若只做純基模或純模型,「未來你的大模型公司會是非常非常強勁的對手,哪怕你說你只做 System 1,但他們也可以做 System 1」。他強調 LiberAI 與更早一批全棧具身公司的差別在於方向相反——「我們是硬體服務模型,而不是模型服務硬體」,並承認這種做法當時被批評「做得不是特別乾淨」、不夠聚焦模型層。

他對基模廠商親自下場做交付的意願打問號,理由有三層:

  • 基因與動力:真正交付時「你還是得去啃客戶,你還是得一個一個去啃硬骨頭」,他不認為 OpenAI 有這個基因或動力。
  • 機會成本:「OpenAI 今天它如果投同樣的精力去 coding,它可以有二十倍的增長」;他舉 OpenAI 近期關掉 Sora 業務為例,稱「Sora 比現在這個領域好賺錢的多」。
  • 組織成本:若靠收購(如傳聞中 Anthropic 對 Physical Intelligence 的興趣),因軟硬體耦合極深,收購方可能得派人進去做改造,「組織成本也會非常高」。

對先進製造業(整車廠、華為一類),他的判斷是這類企業「一個核心點他們還是看量」,若一個行業一年只出貨一兩百臺,他們不會此時進場。他反而認為真正現實的對手是「做非標自動化的公司」——這一回答被主持人評價為「挺務實」,因為多數同類創始人不願把自己與非標自動化公司並列。

Liber-0 驗證了四個假設,其中資料效率的發現最值錢

Liber-0 是一個世界動作模型(WAM),訓練分三個階段,全部歸類為預訓練,差別在資料配比:先從網際網路影片學物理認知與規律,再逐步提高帶物理資訊資料(真機、手套)的比例。他解釋為何不把後段叫後訓練:「我們認為這個能力它是不可區分的,不是說我先學怎麼看再學怎麼動,而是看和動是個動態的關係。」真正的後訓練(含 RL、適配特定本體)留待下一步。

驗證假設具體結果劉松銘的意義解讀
零樣本能力抓取類任務零樣本成功率 60–70%;非抓取類約 30%;四五步長程任務(如收桌面放進抽屜)10% 以上長程任務零樣本「之前基本不可能」,現在「發現了曙光」
資料效率曲線不同資料來源 scaling 斜率差異大;自採自由手套資料曲線「最陡峭之一」,可接近跨本體真機資料scaling 不只是堆量,還要懂「如何更有效率地 scaling」
全棧垂直整合自採手套+自設計本體+模型訓練互相增強,各部分共同貢獻最終效果驗證了做垂直整合的根本前提
跨模態技能遷移真機資料只含 picking place、手套資料含非 picking place,混合訓練後模型展現非 picking place 能力對真機資料依賴度可降低,而「真機是貴的」

零樣本測試的方法本身是個設計:由 GPT-6 出 60 道題,20 道抓取、20 道非抓取、20 道長程,理由是「你用模型去生成肯定是一個我們認為至少它是一個更客觀的方式」。

預訓練用了 220 萬小時人類經驗資料,構成包括網際網路資料(最大部分)、開源與供應商採集的 ego 影片、真機遙操資料、跨本體真機資料。可對比的行業數字:Gen-1.5(2026 年 8 月)用 50 萬小時、以 UMI 夾爪資料為主;Delta-2(2026 年 9 月)用 100 萬小時、預訓練階段零機器人資料、以 ego 類人類影片為主。劉松銘說自家選擇網際網路+手套的搭配,是因為手套資料同時扮演兩個角色:與網際網路的人類資料對齊,又補上缺失的物理動作資料,起到「action grounding」的橋梁作用;而 UMI 是夾爪,與人的手不對齊,所以「我們並沒有在 UMI 上面花很多的精力」。

自由手套:一小時成本低一個數量級,能替代 75% 真機遙操

這是全集最具體的經濟資料。劉松銘稱一小時真機遙操成本「可能會在上千元人民幣」,手套「肯定比這個要低一個數量級」,被追問是否數百元時回答「我覺得可能還會更低」。他們的表格顯示手套可替代約 75% 的真機遙操,且效果可達類似甚至超越。

手套能超過真機遙操,他給了兩層原因。第一,遙操本身不是完美策略:操作者從側面看畫面,與機器人記錄的畫面不一致,會造成策略偏差。第二,遙操沒有力反饋,動作偏慢偏遲緩,「整個 motion 的 pattern 跟人的操作也會有很大的差異」,而預訓練資料大量來自流暢的人類動作,這種不對齊會進一步拉低效果。手套「除了動作的部分,其他部分都和一個人沒有區別」,因此更能蒸餾網際網路影片資料。

一個反直覺的實驗結果:200 萬小時網際網路影片資料的操作表現,不如 1 萬小時自由手套資料。他解釋網際網路資料缺的正是「你跟世界互動的那個部分」——「你認知上的巨人和行動上的巨人是兩碼事兒」,手套資料雖少卻「四兩撥千斤」。他也坦言手套資料受物理世界限制,規模不可能追上網際網路。

硬體設計的目標是讓模型學得動,不是完成任務

Liber 本體的差異化設計——腰部可前折、可側折、可升降、底盤可轉,手腕做成橢球形可擰轉——出發點不是硬體效能,而是與訓練資料對齊。他的邏輯是:ego 與網際網路資料裡的人擦桌子會側著擦,若機器人沒有這個活動空間,「你的 policy 上就會有一些不對齊」;人的手腕本就是橢球形,若機器人做不到擰轉,「這裡面也會有一個 mismatch」。主持人由此總結:硬體設計「其實是為了模型」。

代價與收益的權衡他也講得直白:加自由度會增加成本,但「這個成本對於整個機器人來說也不高」;過去沒人做,是因為「如果你只加了成本但是你看不到收益的話,那其實這個事情自然不會有人有動力去做」。他們在自家平臺測試擰的動作、彎腰撿拖鞋等任務,成功率超過 90%,比其他對比平臺高約 30 個百分點;他舉的物理原因是若手腕不靈活,「兩個手指在擰的時候兩個小臂就會撞在一起」,手臂太粗則伸不進狹窄縫隙。

這也引出「一腦多形」的邊界問題。他承認模型可跨本體,但「跟人類更接近的本體肯定是越能夠接受這樣的知識」;最終形態是生態——模型配自家本體最好,配別家本體弱一些,本體配別家模型也弱一些,形成「強強聯合」。他反過來說,若本體之間毫無差異,「那其實你也沒有必要去做垂直整合」,而那種世界對 Astra 就是「一馬平川」。

商業化:先不追收入,選場景看四條標準

Liber-0 demo 後半段展示了做奶茶的閉環應用,公司內部也搭了一個可讓員工點單的奶茶店,目前仍在修繕、尚未做到無人幹預。主持人注意到那段 5 分 50 多秒的長程任務影片無剪輯、無加速,但也指出按壓糖漿泵這類動作對機器人極難——人靠手感與聲音判斷有沒有按出來,機器人目前缺這兩種模態。劉松銘承認這正是他所謂「infra」的一部分,可能需要力覺或聲音輔助,而「現在力我們還沒有很好的硬體去實現」。他堅持現階段挑戰「完全不用改造環境」,因為那樣部署成本最低。

他選場景的優先順序是:不要太非標(能力可複製)、不因商業化拖慢模型研發、模型與場景「夾角要小」、兜底部分越少越好(兜底越多實施成本越高)、客戶有真實且足夠的付費動力,並且過程中至少能積累一種資產——要麼是「模型能力轉換商業價值」的 know-how,要麼是能提升未來競爭力的資料。

他對各場景的現存問題有一份清單:家庭缺泛化性、安全問題未解;工業對節拍要求極高,只能切節拍要求不高的環節,還要跟人工工資比價,且工位間的可複製性存疑。全球市場方面,他看好發達國家的勞動力短缺場景,一是家用(照護、清潔,點名 1X 在做的事),二是零售、服務與酒店——「一方面會有些結構化,另一方面它也有很大的用工的需求」。

時間表上,他給的目標是未來兩到三年跑通一個「相對比較標杆」的應用場景並持續帶來收入,標準是「真正是由模型放大性產生的商業價值」且可複製、有持續需求。他明確說現在還看不到同時滿足這兩條的場景:「我能看到有一些是有潛力,但是它的模型能力還沒達到這個階段。」

與基模的關係是合作而非對抗,Astra 的邊界在最後一毫米

LiberAI 與 Kimi 已有合作,分兩塊:一是基於 Kimi 基座模型做 ISI 相關工作,藉助 AI 縮短硬體週期;二是更長遠地分工——虛擬世界的閉環由基模解決,物理世界的介面與問題由 LiberAI 解決。他設想的理想分工是基模提供統一的 System 2 介面,「他們不需要做太多的事情,他們只要把模型訓好就 OK」,LiberAI 啃 System 1 以下的硬骨頭,「我去賺那部分的錢……對他們來說可能那部分錢根本吃不飽」。

他們直接測過 Astra 當策略模型(同時做 System 2 和 System 1)與自家模型做 System 1 的對比:自家模型成功率是 Astra 的「幾倍」。他描述的失敗模式很具體——Astra「可以大概到那個範圍,但它總是碰不到,就類似於就是最後面一毫米的這個問題」,「會來回這樣子抽搐或者是嘗試,然後解決不了」,尤其在強接觸與形變控制上。Astra 的長處則是語義理解、任務拆解與規劃,以及失敗後能明確回到正確路徑。

他對「GPT-7 擊穿具身」這類說法(主持人提到王興興在 2026 年 10 月的類似表述)的回應是:衝擊必然有,但 reasoning 模式吃不掉全部。他區分人腦的 reasoning 與直覺——後者是「不帶思考的反射的快速的方式」,在速度與資訊不完全的條件下更有效;他也指出若小模型仍依賴 CoT reasoning,縮小後可能反而做不了,「這也是個風險」。經濟層面,他認為直覺型模型與思考型模型的計算開銷「是一個理論上的不同」,用 reasoning 去做本來該用直覺做的事是「捨近求遠」。他也提到 JEPA 這類方法在物理領域可能比虛擬領域更重要,因為影響全身運動與速度節拍。

融資節奏、資本紀律與「不只看最好情況」的習慣

劉松銘說 2025 年下半年他啟動時,市場感受是「具身已經結束了」,他原本預期會被認為出來得晚,但真格基金(戴雨森)在他還是一人時就投了第一輪,第二輪由紅杉支援。他觀察到來年市場很快轉向,原因包括 AI 市場繁榮的外溢、世界模型有了可對標的北美故事、以及 2026 年 1 月 MiniMax 與智譜上市增強的整體信心。他對這輪熱度的態度是週期性的:「行業它都是有週期的。當時我出來的時候比較運氣比較好,我們碰到了一波行情。」

面對 2026 年六七月以後一級市場降溫,他的準備是「融到足夠多的錢……你可以融的時候去融」,並在投入上講究資本紀律——因為不同 scaling 路徑的曲線不同,「盡可能用更少的資源去做更多的事情」。他判斷這輪低谷是暫時的,長期技術回報成立,但復甦時點「不好去預判」,所以「按長的去準備」,儲備尺度是三到五年,同時認為不會長到五到十年。

這種風險意識他歸因於家庭:家裡做生意且資訊透明,他從小知道公司發生什麼事,「我會覺得這個風險可能根本不會發生,但後面他真的發生了,這樣的感受我有很多次」,由此形成「不能只考慮最好的情況」的原則,以及「不能按照上一次什麼樣來做,你得準備多一些」。

創業是目的本身,招人是當前最花精力的事

劉松銘說自己「沒有考慮過別的職業的可能性」,沒想過上班,也沒想過先拿教職再創業——「如果你已經看到了一個行業的機會,你去選擇讀教職,那我覺得本身就證明你其實對這個事情不是很相信」。他的底層邏輯在中學就想清楚了:多數人追求資源、金錢、地位,但「為什麼要獲得資源和影響力?那他最終的目標肯定是做事兒」,既然如此就不必繞一圈,「我可以直接去做事兒」。他把這套想法歸功於家庭教育——父母不盯成績,只問「你要成為一個什麼樣的人、你的人生的目標是什麼」。

路徑上,他為進清華選了化學競賽而非高考,自評「我的語文不是特別好」、高考機率不大;進化工系後因創業方向考慮轉計算機系,理由是 IT 相關領域機會更多且「沒有那麼重資產」;讀博初期做 AI for Science,因為那是他化學背景的比較優勢所在;2024 年才切到具身。他描述跨領域的方法論是:先釐清該領域的規則與痛點,再盤點自己已有的與缺失的競爭優勢。他對研究影響力的定義是「它能夠幫多少人去少走彎路」,爆款只是結果。

他對「為何不找一位行業大佬搭配」的回答,是判斷公司當前階段的主要投入在算力與實驗資料,「一號位就需要有技術的 sense,因為它需要主導這個公司該怎麼去花錢」。目前公司最花精力的是招人,除他之外所有中高層與重要技術員工都是他招的;他說服人的第一性原理是讓對方相信賽道足夠大、公司有能力拿到份額,再展現自己的專業度與 conviction。

公司文化他列了三個關鍵詞:taste(拆解問題與取捨的角度)、剋制(做減法優於打補丁)、協作(他稱之為「做商檢」——資訊差與目標不對齊會自然發生,需要有人站出來協調)。決策風格是鼓勵討論、但最終由他拍板,「因為權責對等」。他也承認自己最容易犯的錯是在熟悉的事情上跳步、依賴未經驗證的假設,所以刻意讓組織保留「不一樣聲音」來抵抗這種慣性。

五年確定、中期不定,以及一個尚未想清的問題

他對確定性的切分很特別:短期(幾個月)確定性非常高,因為 scaling 走勢與商業進展都清楚;長期(五年)也高,五年後「肯定可以出現大家心目中的通用的機器人」,物理世界的各種任務都能當作今天的 agent task 去解決;不確定的是中期節奏——模型進展速度與商業化速度能否匹配,以及哪些事該做、哪些不該做。

他正在思考而尚無答案的問題是利潤分配:當商業落地開始分利潤時,「你的公司或者你現在在做的技術路線能吃掉哪個部分、能吃多大」,取決於模型能做到哪一層、哪些部分仍需硬體與 infra 配合。主持人以比亞迪提前佈局電池作類比,他同意「整個鏈條我覺得還是比較長的,大家怎麼去分這個蛋糕,我覺得這肯定是最終格局最關鍵的問題」。

對終局,他的判斷是場景會從碎片走向集中,屆時「會有一個對標蘋果特別大的公司出現」,並稱「這一定是人類有史以來最偉大的工業品之一」,認為全棧加硬體能力是「勝率最高的玩法之一」。公司名 Liber 取自 liberty,中文名「將閒可期」;他把五年後最想實現的事描述為「讓一些人得到了自由、讓一些人不再為生活的瑣事或者一些繁重的勞動所困擾」,更遠則認為老齡化會使機器人承擔勞動力成為必需,並對 I, Robot 式的風險持樂觀態度,認為「還是有辦法能夠去控制」。

值得追蹤的張力有三處。其一,他判斷基模廠商不會親自做辛苦的交付,但同時承認 Astra 已吃掉 System 2,若 OpenAI 改變策略或通過收購整合,這個判斷的前提會鬆動。其二,他把兩到三年的標杆場景與三到五年的資本儲備綁在一起,而他自己說現在還看不到同時滿足「模型能做」與「商業可持續」的場景——時間表與可見度之間存在缺口。其三,全棧垂直整合的收益(自家模型配自家本體最佳)與跨本體泛化(對抗基模一馬平川)本質上是同一枚硬幣的兩面,他選擇了前者,這也意味著公司規模化時要承擔硬體迭代週期這條「砸錢很難加速」的約束。

來源: 晚點聊 LateTalk (podcast.latepost.com)
開啟原文

讀者討論

理性交流 · 即時討論