استارتاپ LiberAI از مدل Liber-0 رونمایی کرد؛ آموزش مهارت‌های رباتیک با بیش از ۲ میلیون ساعت تجربه انسانی

معرفی مدل Liber-0

مدل Liber-0 یک مدل اکشن جهانی (World Action Model یا WAM) است که توسط استارتاپ چینی حوزه هوش مصنوعی فیزیکی، LiberAI، معرفی شده است (مقاله فنی). این مدل بر پایه بیش از ۲٫۲ میلیون ساعت از تجربیات حرکتی انسان پیش‌آموزش دیده است و با پیوند دادن اقدامات حرکتی از طریق دستکش هوشمند LiberSense Glove، بازنمایی یکپارچه پیکربندی فیزیکی و بهره‌گیری از پلتفرم رباتیک منطبق با انسان به نام LEO، مهارت‌های دست‌ورزی روزمره را به خط‌مشی‌های حرکتی ربات تبدیل می‌کند.

مدل Liber-0 در ارزیابی شامل ۶۰ وظیفه پیشنهادی مدل GPT-6 در قالب ۶۰۰ آزمایش، به نرخ موفقیت کلی ۳۶٫۰ درصد در آزمون‌های بدون آموزش قبلی (Zero-shot) دست یافته است. این نتایج شامل ۶۳٫۵ درصد موفقیت در جابجایی اجسام (Pick and Place)، ۳۴٫۰ درصد در حرکات تماسی غیر از جابجایی و ۱۰٫۵ درصد در وظایف پیچیده چندمرحله‌ای است؛ دستاوردی که بدون جمع‌آوری حتی یک ویدیوی نمایشی با خود ربات برای این وظایف هدف ثبت شده است. هم‌زمان با معرفی این مدل، رسانه‌های بین‌المللی فناوری و رباتیک در نوامبر ۲۰۲۶ بازتاب گسترده‌ای از این شیوه نوین آموزش ربات‌ها ارائه داده‌اند.

مسئله اصلی در رباتیک سنتی

کنترل و دست‌ورزی ربات‌ها در روش‌های سنتی همواره به داده‌های نمایشی پرهزینه‌ای وابسته بوده است که باید برای هر وظیفه و هر ربات به‌صورت اختصاصی ضبط می‌شدند. مدل Liber-0 تلاش می‌کند با مقیاس‌پذیری از طریق تجربیات روزمره انسان (شامل ویدیوهای ثبت‌شده به‌همراه اندازه‌گیری دقیق حرکات دستکش و تطبیق ساختار حرکتی)، نیاز به آموزش‌های اختصاصی ربات را به‌شدت کاهش دهد تا سیستم‌های خودمختار بتوانند کارهای جدید و حتی مهارت‌های چندمرحله‌ای را بدون نمایش قبلی به اجرا بگذارند.

نقاط تمایز و قابلیت‌های شاخص

• طراحی در قالب یک مدل اکشن جهانی (WAM) که به‌صورت هم‌زمان فریم‌های تصویری آینده و اقدامات فیزیکی متناظر را پیش‌بینی می‌کند.
• استفاده از دستکش هوشمند LiberSense Glove برای ثبت مقیاس‌پذیر حرکات انسان بدون نیاز به استقرار ربات در محل و به‌کارگیری پلتفرم رباتیک LEO برای به حداقل رساندن اختلاف بصری و کینماتیکی میان انسان و ربات.
• انتشار نرخ‌های تفکیک‌شده موفقیت در یک مجموعه آزمون ساخت‌یافته که توسط GPT-6 طراحی شده است.

محدودیت‌ها و چالش‌های کنونی

• نرخ موفقیت در وظایف چندمرحله‌ای همچنان در حد پایینی (حدود ۱۰٫۵ درصد) قرار دارد؛ از این رو تا زمان بازتولید و راستی‌آزمایی توسط پژوهشگران مستقل، ادعاهای مطرح‌شده باید به‌عنوان یک پیش‌نمایش پژوهشی قلمداد شوند.
• دسترسی به وزن‌های مدل، واسط برنامه‌نویسی (API) و نسخه‌های تجاری به اطلاعیه‌های بعدی استارتاپ LiberAI موکول شده است.
• اتصال این مدل به ایجنت‌های برنامه‌ریز (مانند Astra) در حال حاضر تنها یک سناریوی آزمایشی است و متضمن پایداری کامل در محیط‌های عملیاتی نیست.

کاربردها و گروه‌های هدف

این دستاورد برای پژوهشگران حوزه هوش مصنوعی تجسدیافته (Embodied AI)، تیم‌های توسعه محصولات رباتیک که انتقال مهارت از انسان به ربات را دنبال می‌کنند و هم‌چنین کارشناسانی که متدهای جمع‌آوری داده با دستکش‌های هوشمند و مدل‌های WAM را ارزیابی می‌نمایند، کاربردی و الهام‌بخش خواهد بود.

راهنمای شروع و پیگیری

1. مطالعه مقاله فنی Liber-0 و مشاهده دموهای منتشرشده در وب‌سایت رسمی برای بررسی دقیق تعاریف وظایف و معیارهای سنجش موفقیت.
2. دنبال کردن کانال‌های اطلاع‌رسانی LiberAI جهت آگاهی از انتشار وزن‌های مدل، شبیه‌سازهای تعاملی و ابزارهای همکاری با پلتفرم LEO و دستکش هوشمند.
3. توجه به تفکیک نتایج در دسته‌های جابجایی، غیرجابجایی و چندمرحله‌ای هنگام بازتولید داده‌ها و پرهیز از تکیه صرف بر ویدیوهای برگزیده تبلیغاتی.