00 后清華特獎得主完成數(shù)億元融資，打造全球首創(chuàng)物理世界模型

近日，LiberAI 宣布完成數(shù)億元 Pre-A 輪融資，由順為資本領投，凱輝基金、元禾原點、慕華科創(chuàng)等知名機構跟投，老股東紅杉中國、真格基金持續(xù)追加。

今年 5 月，LiberAI 剛剛宣布了近 5 億的種子輪、天使輪和天使+輪融資，由真格基金、紅杉中國、美團龍珠、順為資本等聯(lián)合押注。真格基金自 2025 年獨家投資種子輪后已連投三輪，一路陪伴至今。

從科研的角度看，在大語言模型后，世界模型是接棒的新潮流。它的核心目標，是讓 AI 能夠像人類一樣，構建一個對外部物理環(huán)境進行理解和模擬的模型——不只是看懂世界，而且能夠預判動作會對世界產生怎樣的影響。OpenAI、谷歌和微軟等頂級科技公司，以及楊立昆和李飛飛等 AI 領域最具影響力的學者，都在把資源和注意力集中到這個方向上。

然而，同一個世界模型，各有各的理解。既然是在百家爭鳴的時代，短期內就很難說哪種技術路線最終能跑出來。也正因如此，00 后新銳英才也有機會和學界泰斗站在同一個起跑線上，掌握定義新技術和新趨勢的權力。

LiberAI 切入世界模型的角度是什么呢？

抽象一點來說，世界「應該用什么形式來表示」，是當下各方路線分歧的核心，由此催生了競爭最激烈的幾大技術流派：

以 OpenAI 的 Sora 和谷歌的 Genie 為代表的視頻生成派，核心思路是用海量視頻數(shù)據(jù)訓練模型；以李飛飛創(chuàng)立的 World Labs 為代表的 3D 空間智能派，是從 3D 空間出發(fā)構建世界；以英偉達的 Isaac 和 Genesis 為代表的物理引擎派，則把規(guī)律和數(shù)據(jù)寫進代碼；以楊立昆為代表的隱空間預測（JEPA）派，不具象地畫世界，轉而在隱空間里直接預測世界狀態(tài)的變化；以英偉達 GEAR 的 DreamZero 為代表的世界動作模型（WAM）派，則在預測世界的同時，同步輸出動作。

在強化學習、物理引擎等各種技術路線中，LiberAI 選擇重注預訓練。

從 GPT-3 到今天，大語言模型、視頻模型，還是自動駕駛，底層邏輯都是預訓練，從數(shù)據(jù)中挖掘智能。從本質上說，預訓練是給 AGI 打地基，只有在此基礎上，才能通過后訓練等方法塑造各種能力。在創(chuàng)始人劉松銘看來，「當前階段做預訓練是第一性正確的事情。」

劉松銘，00 后清華特獎得主，Al for Physics 背景，師從視頻生成領域的大牛朱軍，并在 2024 年博士階段轉向具身研究，兼具物理、具身和視頻基礎。

他曾主導發(fā)布全球首個使用大規(guī)模預訓練 + 擴散 Transformer 范式的基座模型 RDT-1B，比硅谷公司的 PI-0 模型早一個月。次年，他又先于 Generalist 的 GEN-0 模型一個月，發(fā)布首個使用大規(guī)模 UMI 無本體人類數(shù)據(jù)預訓練范式的具身模型 RDT-2。

2025 年底，他決定創(chuàng)業(yè)。4 個月后，LiberAI 發(fā)布了一款高自由度靈巧操作具身基礎模型。

之所以給公司起名叫 LiberAI，是因為在他看來，擁有做選擇的自由是人生意義的重要組成部分。而機器人，正是他設想中幫助人們從繁重工作中解放出來，獲得更多選擇自由的關鍵一環(huán)。

以下為訪談全文。

信仰被摧毀又建立

Q：美團和順為都有投你，你有見過他們的老大嗎？

劉松銘：都見過。王興總是線下，雷總是線上。

Q：還挺好奇，你們都聊什么了？

劉松銘：我個人的感覺是，兩個人聊天的風格差別挺大。

我印象里，和王興總交流時，全程聊的基本都是細節(jié)，能看出來他對業(yè)務鉆研很深，會具體落地到一件事該怎么做、會遇到哪些工程層面的難題、同行競品都落地了哪些方案。

但和雷總溝通的風格完全不一樣。雷總聊天更偏向軟性素養(yǎng)層面，提問也大多是偏軟性的。我印象很深，他總愛問一些凝練總結類的問題，比如：能不能用三句話描述你的創(chuàng)業(yè)感受？創(chuàng)始人最重要的核心素質是什么？

Q：雷總當時問你創(chuàng)業(yè)感受，你是怎么回答的？

劉松銘：第一點，熱情是撐過漫漫雪夜的明燈。

這是我內心很真實的感受。創(chuàng)業(yè)特別像在刺骨的雪夜里行走。你要不停地走，去一個很遠的地方；暴風雪很大，每走一步都要耗費很多能量，也看不清前面到底有什么。

你手里只有一盞煤油燈，靠近燈的地方是溫暖的。你會聚集一大群人跟你一起走，但大家手里都沒有燈，所有人都仰仗你手里的這盞燈獲得溫暖。所以這盞燈無論如何都不能滅。

這盞燈既是熱情——你對自己做的事情充分相信，對自己的 vision 有足夠強烈的熱情；也是意志力——你會非常堅定地把這件事做下去。哪怕到了最艱難的時刻，哪怕你自己心里也沒底，你也要不斷給團隊信心。所以創(chuàng)業(yè)其實挺反人類的。

第二個感受，創(chuàng)業(yè)是信仰被摧毀又建立的過程。

一開始，你會非常相信自己做的事情。但很快，一些事實會告訴你，這個東西可能是錯的。你必須快速摧毀原來的信仰，再建立一個新的信仰。

在不斷摧毀和不斷重建信仰的過程中，人很容易產生一種兩面性：一方面，你必須非常堅定，相信自己想做的事情是對的；另一方面，你又要保持一定的懷疑，意識到這件事也有可能確實不對。

當真正有一些跡象出現(xiàn)的時候，絕不能沉浸在幻想里。試錯之后要快速調整，去做下一個對的事情。你必須比你的對手調整得更快。

最后一個感受，想要在這個游戲里面取勝，離不開快、準、狠。

首先是要專注。創(chuàng)業(yè)公司和大公司不一樣，資源是有限的，對創(chuàng)始人的要求會很高。特別是做技術，你對技術的判斷要盡可能準，要專注地去做一件事。這樣你才有足夠的資源在單點投入上壓倒對手。

其次是要極致。專注做一件事，還要把它做到極致。你要比別人想得更多、更進一步，才有可能在競爭中獲得優(yōu)勢。別人只做到 80%，你有能力做到 180%，這可能就是碾壓式的優(yōu)勢。如果每一個環(huán)節(jié)都只是和對手做得差不多，其實沒有太大意義。

最后是快。速度是創(chuàng)業(yè)公司的生命。但快的前提，是你要把這件事想清楚。很多時候不夠快，不是因為大家熬夜熬得不夠多，而是因為創(chuàng)始人自己沒有想清楚，自己在搖擺。

把事情想得足夠清楚，能提前算出一些可能的風險，對快來說非常重要。

預訓練是當前最第一性的事情

Q：現(xiàn)在世界模型還處于百家爭鳴的階段，你也在這個跑道上，你是怎么理解世界模型的？

劉松銘：在我們的視角里，世界模型最核心、最有價值的點，是它在嘗試建模物理因果。

以往的視頻模型，幾乎沒有因果建模的能力。視頻本質上只是建模相鄰幀之間的狀態(tài)轉移關系。

舉個例子，前一幀畫面是你伸手準備抓水杯，后一幀畫面是你把水杯抓起來。但「伸手」這個動作，并不代表一定能抓起水杯。能不能抓起來，核心是你對杯子施加了力，是物理作用力導致了結果的發(fā)生。

視頻模型捕捉不到這層邏輯。但世界模型不一樣，它會把物理模態(tài)納入考量，建立因果層面的推理邏輯，「強迫」模型基于物理 action 推導世界 state 的轉移。

從「刻舟求劍」到「知其所以然」，這是學習范式上的一個革命。

Q：聽下來很有「第一性原理」的意思。

劉松銘：對，因果性比相關性更好泛化。對于 VLA 來說，vision 一旦變了就很難泛化。而世界模型記住的是 state 和 action 之間的因果關系，這個關系是普適的。

Q：你們打算怎么實現(xiàn)這種能力？

劉松銘：我們認為，預訓練是當前階段最第一性的事情。

從 2023 年到今天，大模型成立的本質就是預訓練。沒有一個好的預訓練基礎模型，再怎么做微調和 RL 都是 overfit。

所以我們整個團隊都是圍繞預訓練去構建的。我們兩位創(chuàng)始人都是具身領域預訓練的專家，模型團隊吸納了許多大模型預訓練人才，數(shù)據(jù) Infra 的團隊有很強的工程背景。

現(xiàn)在，預訓練的攔路虎是物理數(shù)據(jù)稀缺。如果直接和純視頻混訓，很容易導致模態(tài)不均衡的問題，視頻會淹沒稀缺的物理信號。

我們的解法是對齊：在數(shù)據(jù)多、泛化性強的視頻空間和數(shù)據(jù)少的物理空間之間建立橋梁，用視頻模態(tài)的泛化性去增強物理的泛化性。

這是一個「四兩撥千斤」的效果，十分之一的數(shù)據(jù)能有一百倍的泛化性。

創(chuàng)業(yè)的人生是很酷的

Q：聊聊你自己的情況。你的家庭背景是怎樣的？過往有哪些事情把你導向現(xiàn)在創(chuàng)業(yè)這條路？

劉松銘：我是 2000 年出生。

小時候，我父親剛好在早期創(chuàng)業(yè)。他特別忙，每次見到他的時候，身邊都會圍著很多同事，或是在應酬。我時常能感受到創(chuàng)業(yè)給這個家庭帶來的壓力，也經常聽到父母在討論怎么處理各種危機。

但這件事對我的正面影響也很多。

第一，小孩子下意識都會模仿父母。從小我就覺得，父親這樣的人生特別酷，扛著壓力打拼的生活才有意思。

第二，我能感覺到他很喜歡自己的工作。雖然壓力特別大，但自己能掌控一攤事，并且不斷看到進展，這種感覺是會上癮的。

后來我在思考自己的人生選擇時，時常會「靈魂出竅」。我好像在玩一個游戲，操控著一個叫劉松銘的角色。這個視角特別有意思，它會讓你不那么執(zhí)著于結果得失，讓你更享受過程本身，也會更容易去選擇一些大膽的事情。

這些選擇背后可能是一段更精彩、更好玩的人生。玩游戲不就是為了「節(jié)目效果」嗎？

找到下一個 GPT 時刻

Q：你是通過化學競賽進的清華，本科時做 AI for physics，PhD 階段轉到具身，每一步選擇都是怎么做出來的？

劉松銘：如果我相信這個事情可以 work，我就真的會愿意冒風險去試。

Q：你當時是怎么決定從 AI for physics 轉向 robotics 的方向，是因為當時風口起來了嗎？

劉松銘：那個時候的絕對熱點是 GPT 出圈。我當時就在想，我要創(chuàng)業(yè)，我要找下一個 GPT 時刻，我找的下一個時刻會在什么樣的領域。

AI for physics 可能更遠一些，因為它的數(shù)據(jù)沒有那么好獲取。另一個方向是視頻，視頻的數(shù)據(jù)很多，也已經有人做了一段時間，但我覺得這不是屬于我的 timing。

機器人這個方向剛剛好，它的數(shù)據(jù)還不多，但有增長的潛力；它沒有那么晚，我還有機會可以去做。我從小就對機器人這個概念很感興趣。

Q：你一方面有創(chuàng)業(yè)者的基因，另一方面學術上也很強，這兩方面能力同時在一個年輕人身上具備很難得。

劉松銘：某種程度上有一些巧合，但另一方面，這也是我規(guī)劃的結果。

清華特別好的一點是創(chuàng)業(yè)氛圍非常濃厚。我本科參加過清華創(chuàng)協(xié)、啟創(chuàng)計劃，也跟很多優(yōu)秀的前輩交流過。那時我就已經有一些判斷：時代的重點會從傳統(tǒng)商業(yè)逐步走向硬科技，而清華剛好又是一個很硬科技的地方。

所以我當時的計劃就是，我要創(chuàng)業(yè)，要去做硬科技。

Q：做研究和創(chuàng)業(yè)這兩件事，在你人生中的比例大概是什么樣？

劉松銘：如果讓我排一個序，我覺得創(chuàng)業(yè)是更主要的。我首先是一個商人，其次才是科學家。我的終極目標是商業(yè)成功和市場擴張。

真誠才是必殺技

Q：你在學術方面拿下了非常多的成就，你覺得自己在這方面有天分嗎？

劉松銘：我不覺得自己在學術上特別有天分。

雖然我的工作影響力比較大，但其實我不是那種特別擅長寫文章，做很漂亮的論文，然后拿去評獎的人。

如果要歸納一下我為什么能產生一些影響力，我覺得真誠才是必殺技。人是會有共鳴的。實話說，我做的工作本身不一定有多新、多精巧，也沒法靠一個巧妙的公式成立。

但我一直在做的是具身的「主線任務」——探索并推動 Scaling Law。這個方向本身是能引起大家廣泛共鳴的。

Q：這跟你們清華務實的精神有關嗎？

劉松銘：我覺得挺有關的。也有點哲學的感覺，有時候無心插柳，反倒容易柳成蔭。

Q：你在轉向具身方向之后，研究過的一個具體問題是什么？

劉松銘：可以講 RDT2。

當時大家面臨的問題就是沒有數(shù)據(jù)。那時候很多人用的是遙操數(shù)據(jù)，但遙操的問題在于成本很高。

我們的方案就是 scale up 無本體的 UMI 夾爪數(shù)據(jù)。我們不再需要一個機器人。人類自己戴著夾爪就能到處去采數(shù)據(jù)，效率自然就高了。

這個想法非常簡單直接。真正的難點在于它很麻煩、很 dirty，你要做大量工程才能把這個想法變成現(xiàn)實。

Q：是哪一年開始做的？花了多長時間？

劉松銘：我們是 2024 年底開始做，2025 年發(fā)布的工作，前后一共做了一年。這個周期特別長。一般來說，厲害的同學幾個月就可以做一篇文章，但我兩年時間只做了兩篇文章。所以如果從 ROI 的角度來看，這并不是一個特別劃算的選擇。

以自由命名公司

Q：公司叫 LiberAI，是因為你覺得自由這件事很重要嗎？

劉松銘：對，我覺得自由非常重要。

Q：自由重要到什么地步，你需要把它用作公司名字？

劉松銘：人生最終的結局都是注定的，所以過程非常重要，而過程里自主選擇的權利就成了本質。

那是什么阻礙了我們自由選擇？除了金錢之外，就是我們有太多瑣碎的事情要做。

但現(xiàn)實世界有它的客觀規(guī)律，世上的勞作不會憑空消失。那些沒人愿意做的臟活、累活，總要有人承接。從整個社會的視角來看，一部分人能夠清閑自由、隨心生活，就必然意味著另一部分人被瑣事束縛，失去自由。

所以我一直在思考，有沒有辦法讓全人類都擁有自由，讓每個人都能支配自己的時間，選擇真正想做的事。從第一性原理去推導，幾乎只有一個解決方案：創(chuàng)造一種新的載體，替人類承接這些繁雜的工作。

這個事物就是機器人。

Q：但很多人工作的初衷只是謀生，不是為了享受樂趣。如果機器人取代了他們賴以為生的工作怎么辦？

劉松銘：早年人力車夫靠拉車謀生，汽車普及之后，人力車夫這個職業(yè)慢慢消失了，但社會整體的就業(yè)崗位并沒有因此減少。

生產力進步的過程中一定會源源不斷誕生新的崗位。

行業(yè)更迭當然會帶來短期陣痛，但長遠來看，從業(yè)者最終會轉向條件更好的工作。同理，未來如果瑣碎繁雜的工作交由機器人承接，社會對體力勞動的需求會越來越少，但人類也會不斷催生新的需求，社會結構也會隨之轉變。

Q：大家現(xiàn)在會說，人類所剩無幾的優(yōu)勢可能就是這副并不完美的肉身，是人類的具身性，因為腦力工作反而更容易被 AI 取代。但如果世界模型和物理 AI 大規(guī)模應用，是不是意味著人類連這點所剩無幾的優(yōu)勢也不存在了？

劉松銘：人的存在不是為了工作。反過來，工作的目的是為了讓人更好地存在。

如果 AI 能取代人的所有工作，那人就都不工作好了，沒有必要比個高低。我的觀點是，人的存在本身就是意義。

人活著，去選擇自己想要的事情，決定如何過完自己的一生，嘗試各種新奇的體驗，這就是價值所在。