LiberAI击败GPT-6登顶Robodojo，再获数亿元融资

Z Potentials独家获悉，LiberAI完成新一轮数亿元Pre-A++轮融资，投资方包括中关村科学城、达晨财智、高信资本、华映资本等。5个月内，LiberAI已获得红杉中国、真格基金、美团龙珠、顺为资本等机构连续押注，累计融资超十亿。

LiberAI公布Liber-0 Preview模型，完整版Liber-0将于后续发布。在RoboDojo最新官方评测中，Liber-0 Preview位列第一，GPT-6 Astra位列第三。Liber-0 Preview是首个登顶该榜单的世界模型，也是截至发布时榜单中唯一打败GPT-6 Astra的模型。同时，该模型在真实机器人上完成了一组长时序、高自由度灵巧手操作任务。

RoboDojo由港大多媒体实验室联合伯克利、清华等全球近20所顶尖学术机构共建，由第三方非营利组织独立维护，涵盖42项任务，从泛化、记忆、精细操作、长程执行到开放语义理解五大维度评测模型。Liber-0 Preview在42项任务中拿到30.74平均分、25.52%平均成功率；π0.5仅拿到11.41平均分、6.91%平均成功率。五大维度中，长时序任务执行45.98、精细操作38.28、记忆37.77、泛化24.99、开放语义6.68，几乎均为具身模型榜首。近日Robodojo官方同步上线GPT-6基准“斩杀线”，绝大多数模型未能跨过，Liber-0 Preview是全场唯一综合性能突破该基准线的基模。

LiberAI认为，人类水平的物理智能根植于海量人类数据与大规模预训练。业内多数玩家选择1个自由度的夹爪，LiberAI从day0即押注高自由度灵巧手路线。其brunch任务包含30多项灵巧子任务，涉及鸡蛋、面包等不规则或易形变物体，以及刷子、搅拌棒、胡椒研磨器等厨具，需完成抓、拿、搅、捏、倒等拟人操作。随着人类数据预训练规模放大，模型自主涌现出纠错、重试能力，操作失误时可自主重试、动态修正，持续推进任务闭环。仅用少量数据后训练，模型即可学习插吸管、打扫垃圾、拧瓶盖、整理眼镜等精细化灵巧操作。

LiberAI认为，Scaling是一门科学，数采方法、模型架构、训练策略构成Scaling Engine，决定整体Scaling的ROI。人类与机器人之间存在Embodiment Gap，包括Vision Gap、Action Grounding、Morphology Gap，这些Gap的解决程度直接影响人类智能到机器智能的转化效率。LiberAI提出把Embodiment当成一个scaling axis去scale up，在模型架构上将Embodiment信息作为context输入，让模型进行Embodiment In-Context Learning，学习“元策略”。数采方法上，自研数采手套能以mm级精度捕捉人类手部动作，已启动in-the-wild规模化采集；训练策略上持续押注多模态对齐。

此番登顶RoboDojo，验证了LiberAI在长时序、高自由度灵巧操作任务上的技术能力。随着Physical AI从单点任务走向规模化预训练与通用泛化，世界模型正成为机器人基础模型竞争中的关键变量。对LiberAI而言，接下来需要验证的是，这套能力能否进一步走向真实场景，形成可持续的产品与商业化闭环。