獨家 | 頂級VC連投三輪，00后清華特獎得主又融數億

前不久，我們寫了一篇《投資人盯上了這5個00后》，描摹了行業里關注度最高的具身“小天才”。今天，其中一家又宣布了新一輪融資。

我們獲悉，LiberAI已完成數億元Pre-A輪融資，由順為資本領投，凱輝基金、元禾原點、慕華科創等知名機構跟投，老股東紅杉中國、真格基金持續追加。5月，他們剛剛宣布了近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、順為資本等聯合押注。

新融資的陣容，有兩點值得一提。一來，紅杉中國已連投三輪，持續押注。真格基金自獨家種子輪投資后，同樣連投三輪。二來，在世界模型這個新趨勢上，凱輝在海外領投了楊立昆（Yann LeCun）的公司AMI Labs，在國內則押注了LiberAI。

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在這個方向上。

然而，同一個World Model，各有各的理解。既然是在百家爭鳴的時代，那么短期內，很難說哪種技術路線最終能跑出來。因而在這個賽道上，00后新銳才能和學界泰斗站在同一個起跑線上，掌握著定義新技術和新趨勢的權力。我想這也許便是凱輝同時投了AMI Labs和LiberAI的原因。

那么LiberAI切入世界模型的角度是什么呢？

按抽象一點的說法，世界“應該用什么形式來表示”，是當下各方路線分歧的核心，由此催生了當下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據訓練模型；以李飛飛創立的World Labs為代表的3D空間智能派，是從3D空間出發構建世界；以英偉達的Isaac和Genesis為代表的物理引擎派，則把規律和數據寫進代碼；Yann LeCun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——原生物理模態的預訓練。“從GPT-3到今天，各行各業，大語言模型、視頻模型、自動駕駛，其實最底層的邏輯就是預訓練，從數據中挖掘智能。”從本質來說，預訓練是給AGI打地基，在此基礎上，才能通過后訓練等方法塑造各種能力?！霸诋斍半A段做預訓練是第一性正確的事情?！?/p>

而預訓練有自己的挑戰。物理數據在現實中極度稀缺，直接和視頻混合訓練效率極低，很容易導致模態不均衡。WAM派的缺陷就在于此。為了解決這個問題，LiberAI通過模態對齊的方式在物理空間和視頻空間建立對應，用數據多的視頻空間的泛化性去補足物理空間，提出原生物理模態的預訓練范式。

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，2023年博士階段轉向具身研究。兼具物理、具身和視頻基礎，自然是做世界模型的理想人選。看學術成果，他主導發布全球首個使用大規模預訓練+擴散Transformer范式的基座模型RDT-1B，領先硅谷公司的PI-0模型一個月。次年，他先于Generalist的GEN-0模型，提前一個月發布首個使用大規模UMI無本體人類數據預訓練范式的具身模型RDT-2。

在交流中，劉松銘說自己相比“學術雕花”而言，更感興趣的是“物理AGI的主線任務”。上述兩項學術成就，恰好能體現這一思路，助推他在行業內積累起名氣和勢能。2025年底，當他決定創業，便快速組建起了一個涵蓋模型、數據和硬件整建制的創始團隊。他將從這段經歷中獲取到的經驗總結為“真誠才是必殺技”。

4個月后，LiberAI發布了一款高自由度靈巧操作具身基礎模型，這體現的是一家初創公司的模型構建及訓練能力、全棧工程組織力。

LiberAI的另一特點是，雖然切入的是世界模型，但不只做算法和軟件，數采、硬件和模型在這家公司的建構中是緊密相連的。有投資人朋友告訴我，他相信軟硬一體能跑得更快，LiberAI是國內最接近Genesis路線的全棧公司。“在硅谷，不管Genesis還是Sunday，也都在講全棧的工程化和系統性的東西?！?/p>

上周，我和劉松銘聊了近兩小時，談了談他的成長經歷，以及對技術和創業的理解。小時候目睹父親創業對他的影響深遠——扛著壓力創業，在他看來是一種很酷的生活方式。跟他聊完，我有些明白為什么這么多頂級VC和產業大佬都搶著投這個年輕人。畢竟，兼具學術能力和創業素養的00后可不多見。

科技浪潮更迭太快，轉眼具身賽道已經分出兩代人。這些00后主導的具身公司在起名字這件事上也展現出了新一代的審美和思考角度。劉松銘談到為什么給這家公司起名叫LiberAI。擁有做選擇的自由，于他而言，是人生意義的重要組成。落到業務層面，機器人正是他設想中幫助人們從繁重的工作中解救出來，獲取更多選擇自由的關鍵一環。

以下是對話內容節選，略作編輯：

王興問技術細節，雷軍愛問軟素質

劉燕秋：美團和順為投你，你都有見過他們的老大嗎？

劉松銘：對，都見過。王興總是線下見的，雷總是線上見的。

劉燕秋: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還是挺大。我印象里和王興總交流時，全程聊的基本都是細節，能看出來他對業務鉆研很深，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等等。

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層面。他提問大多是偏軟性的問題，我印象很深，他總愛問凝練總結類的問題，比如：能不能用三句話描述你的創業感受？還有不少同類問題，像是創始人最重要的核心素質是什么。

劉燕秋：所以當時針對雷總問的創業感受這個問題，你是怎么回答的？

劉松銘：第一點，是我內心的真實感受。熱情是撐過漫漫雪夜的明燈。創業特別像在刺骨的雪夜行走：你要不停地走，去某個遠方；暴風雪非常大，每走一步都要耗費好多能量，看不清前面有什么。但你的手里有一盞煤油燈，靠近燈的地方非常溫暖。你會聚集一大群人跟你一起走，但大家手里都沒有燈，全仰仗你的這盞燈獲取溫暖。這盞燈無論如何都不能滅。這盞燈既是熱情——你對做的事情充分相信，對自己的vision非常有熱情；也是意志力——你會非常堅定去做這個事情。哪怕是最艱難的時刻，哪怕你自己心里也沒底，你也要不斷給團隊信心。所以說創業其實挺反人性的。

第二個感受，創業是信仰被摧毀又建立的過程。你對自己做的事情充分相信。但很快有一些事實告訴你這東西是錯的，你得快速摧毀你的信仰，建立一個新的。不斷摧毀和不斷產生信仰的過程中，讓人很容易有兩面性：一方面你要非常堅定，很堅定你想做的事是對的；另一方面你要保持一定懷疑，這個事也有可能確實不對。當真的有一些跡象出現的時候，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，你得比你的對手調整更快。

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。創業公司跟大公司不一樣，資源是有限的，對創始人的要求會很高，特別是做技術，你對技術的判斷要盡可能準，要專注地去做一個事。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。專注做一樣事，還要把它做成極致，比別人想的更多、更進一步，才有可能在競爭中獲得優勢。別人只做80%，你有能力做到180%，可能就是一個碾壓的優勢。如果每一個環節都跟對手做的差不多，其實沒啥意義。

最后是快。速度是創業公司的生命?？斓那疤崾悄惆堰@事要想清楚。很多時候不夠快，不是因為熬夜熬得不夠多，或者大家不夠卷，而是因為創始人沒有想清楚，或者說創始人自己有點搖擺。把這事想得特別清楚，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

劉燕秋：現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，后一幀畫面是你抓起了水杯。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生。但視頻模型捕捉不到這層邏輯。世界模型不一樣，它會把物理模態納入考量，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”，這是學習范式的一個革命。

劉燕秋：聽下來很有那個“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。

劉燕秋：那么你們打算怎么實現這種能力呢？

劉松銘：我們覺得預訓練是當前階段最第一性的事情。我們選擇重注這個方向。從23年到今天，其實大模型成立的本質是預訓練。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，數據Infra的團隊有很強的工程背景。

現在預訓練的攔路虎是物理數據稀缺，如果直接和純視頻混訓很容易導致模態不均衡的問題。視頻容易淹沒稀缺的物理信號。我們的解法是對齊。在數據多、泛化性強的視頻空間和數據少的物理空間之間建立橋梁。用視頻模態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，十分之一的數據能有一百倍的泛化性。

從小我就覺得創業的人生是很酷的

劉燕秋：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在創業這條路？

劉松銘:我是2000年出生，童年的時候，父親剛好在早期創業。他特別忙，每次見到他的時候，旁邊都會圍著很多同事，或是在應酬。我時常能感受到創業給這個家庭帶來的壓力，也經常聽到父母在討論怎么處理危機。

正面影響也有很多。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，我覺得他很喜歡他的工作。雖然壓力特別大，但自己能掌控一攤事，而且不斷有進展的感覺是會上癮的。

我在思考我的人生選擇時，時常會“靈魂出竅”。我好像在玩一個游戲，操控著叫做劉松銘的角色。這個事情特別有意思，它會讓你不會把結果得失看得那么重，讓你很享受這個過程。這會讓我更容易選擇一些大膽的事。這個選擇的背后可能是更精彩更好玩的人生。玩游戲不就是為了“節目效果”嘛。

劉燕秋：那你是頂級的玩家心態，做事把體驗過程當成目標，而不是非要執著拿到某個既定結果。

劉松銘：目標肯定是有的，創辦公司的目標就是打磨優質產品，但這個目標不會變成束縛自己的枷鎖。不是做完一個產品就結束了。

我的目標是成為商人科學家

劉燕秋：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，每一步的選擇都是怎么做出來的？

劉松銘：回應我之前說的關于風險偏好的問題。我所在的省份競賽的實力比較弱，而我如果通過高考的方式上清華會很吃虧，因為我的語文不好。

所以我去拆解這個問題：我們省沒有那么多金牌，是因為我們的教育資源沒有那么發達。我可以通過一些方式去請外省的教練來培訓我，加上我有一個聰明的大腦，這個事肯定可以work，這是第一性原理。

如果我相信這個事情可以work，我是真會去冒風險去試的，于是就來了清華。

劉燕秋：你當時是怎么決定從AI for physics轉向具身的方向，是因為當時風口起來了對嗎？

劉松銘：那個時候的絕對熱點是GPT出圈。我當時就在想，我要創業，我要找下一個GPT時刻，我就在盤下一個時刻會在什么樣的領域。

AI for physics可能會更遠一些，它的數據沒有那么好獲取。另一個領域是視頻。視頻的數據很多，已經有一些人做了一段時間了，我覺得這不是我的timing。機器人這個事剛剛好，它的數據還不多，但有增長的潛力，它沒有那么晚，我有機會可以去做。加上我從小就對機器人的概念很感興趣。

劉燕秋：你一方面你有創業者的基因，或者說家學熏陶，另外一方面你在學術上的能力也很強，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，另一方面這也是我規劃的結果。清華特別好的特點是創業氛圍特別濃厚。我記得我當時本科時候參加過清華創協、啟創計劃，也跟一些優秀的前輩去交流過。

那個時候我就已經有一些判斷，時代的重點會從傳統商業逐步走向硬科技，剛好是清華又是一個很硬科技的地方。所以我當時的計劃就是，我要創業，要去做硬科技。

劉燕秋：這兩件事在你人生中的比例大概是什么樣子的？做研究的部分和創業的這個部分。

劉松銘：讓我排一個序，我覺得創業肯定是主要的。我首先是一個商人，其次才是科學家，終極目標是商業成功和市場擴張。

我很少“雕花”，“真誠才是必殺技”

劉燕秋：那我看你在學術方面其實也拿下了非常多的成就，所以你覺得自己在這方面是有天分？

劉松銘：我不覺得我在學術方面很有天分。雖然說我的影響力很大，但其實我不是很擅長寫文章，做一些很漂亮的paper，來評獎。

要歸納一下我為什么能有影響力，我覺得真誠是必殺技，人是會有共鳴的。實話說，工作本身并不novel和fancy，沒有那種很巧妙的一個公式。但我一直在做的是具身的“主線任務”——探索并推動Scaling Law。這個是能引起大家的廣泛共鳴的。

劉燕秋：這是跟你們清華務實的精神有關嗎？

劉松銘：對，我覺得挺有關。另外也有點哲學的感覺，有時候無心插柳，容易柳成蔭。

劉燕秋：那你來講一個你在轉向具身方向之后研究的很具體很務實的問題吧。

劉松銘：我就講RDT2就好。當時大家面臨的問題就是沒有數據。那個時候大家做的很多是遙操的數據，問題在于成本會很高。

我們的方案就是scale up無本體的UMI夾爪數據。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據，當然效率就高了。想法非常直接和簡單。它的難點在于它很麻煩，很dirty，你要做很多工程才能夠把這個想法變成現實。

劉燕秋：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年發布的工作，做了一年的時間。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，但我兩年的時間就做了兩篇文章。其實從ROI來看，并不是一個特別劃算的事。

以自由命名公司

劉燕秋：你覺得自由這件事很重要嗎，因為我看你們公司叫LiberAI。

劉松銘:對，我覺得自由非常重要。

劉燕秋:自由怎么重要到你需要把它當成你們公司的名字？

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。這種自主選擇的權利就是自由，自由選擇如何度過自己的人生，“為所欲為”嘛。那是什么阻礙了我們自由選擇呢？除了金錢之外，那就是我們有太多瑣碎的事情要做了。

但現實有客觀規律，世上的勞作不會憑空消失，沒人愿意做的臟活累活，總得有人承接。從整個社會視角來看，一部分人清閑自由、隨心生活，就必然有另一部分人被瑣事束縛、失去自由。我就在思考，有沒有辦法讓全人類都擁有自由，人人都能支配自己的時間、選擇想做的事。從第一性原理推導，幾乎只有一個解決方案：創造一種載體，替人類承接這些繁雜工作，這個事物就是機器人，這剛好和我們公司的vision契合。

劉燕秋：但很多人工作初衷的只是謀生，不是為了享受工作的樂趣，如果機器人取代了他們賴以糊口的工作怎么辦？

劉松銘：早年人力車夫靠拉車謀生，汽車普及之后，人力車夫這個職業慢慢消失，但社會整體就業崗位并沒有縮減。生產力進步的過程里，一定會源源不斷誕生新崗位。行業更迭雖然會帶來短期陣痛，但長遠來看，從業者最終會轉向條件更好的工作。同理，未來瑣碎繁雜的工作交由機器人承接后，社會對體力勞動的需求越來越少，但人類會不斷催生新需求，社會結構也會隨之轉變。

劉燕秋：大家現在會說，人類現在所剩無幾的優勢可能就是這副并不完美的肉身，是人類的具身性，因為腦力工作現在更容易被AI取代。但如果世界模型和物理AI大規模應用，那是不是說人類連所剩無幾的優勢也不存在了？

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，嘗試各種新奇體驗，這就是價值所在。