外观
新闻X今天
LiberAI发布World Action Model Liber-0实现零样本机器人操作
本文由 AI 根据公开内容整理，可能有误，请以原文为准：This looks like a truly brilliant launch for robot training.（X：Rohan Paul (@rohanpaul_ai)（via AIHOT））
核心内容
中国机器人初创公司LiberAI正式发布World Action Model Liber-0，专为零样本机器人操作设计，支持灵巧多步任务执行。该模型在GPT-6提出的60个任务、共计600次尝试的评测中，未使用任何针对特定任务的机器人演示数据，实现了36%的整体成功率，标志着具身智能从依赖海量示教数据向通用世界模型驱动的重要技术转向。
在具体任务维度上，Liber-0展现出显著的能力分化：基础pick-and-place任务成功率高达63.5%，其他常规操作任务为34.0%，而复杂多步任务仅为10.5%。这一量化结果揭示了当前世界动作模型在长时序逻辑推理与精细操作协同方面的瓶颈，同时也确立了其在简单抓取放置场景下的零样本泛化优势，为后续算法迭代提供了明确的性能基线。
关键看点
- 零样本泛化：Liber-0在600次测试中无需任务专属演示数据，整体成功率36%，验证世界模型替代传统模仿学习的潜力
- 任务能力分层：Pick-and-place成功率63.5%显著高于多步任务的10.5%，揭示当前模型在长程规划与操作耦合上的短板
- 评测基准对齐：采用GPT-6定义的60个标准化任务集，为具身大模型提供可复现的零样本操作能力量化评估体系
工程与产业观察
Liber-0以36%零样本成功率证明世界动作模型可脱离演示数据实现基础操作，但多步任务10.5%的低成功率暴露了长程推理缺陷。该进展为具身智能从数据驱动迈向认知驱动提供关键实验锚点，提示行业需重点攻克时序建模与物理常识融合难题。
线索来源：AIHOT
延伸选型与深度对比
基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。
宇树 G1
Franka FR3来源
本页事实对应的公开页面，以原文为准。