Skild AI 发布 S1 机器人基础模型。该模型以一段任务演示视频为输入，解析其中演示的意图、物体与操作顺序，直接映射为当前机器人的执行动作，全程不更新权重、也不做特定任务的后训练，这一能力被称为上下文学习。模型基于 NVIDIA AI 基础设施构建，是双方在合成数据生成、模型训练、仿真与物理 AI 部署上更广泛合作的一部分。
传统工业机器人专为固定任务设计，产品、工艺或布局一变，就要重新采集数据并重复训练与验证。S1 的路径是让操作人员录一段目标任务的视频作为提示。它可执行长达 10 分钟的陌生长程任务，包括植物盆栽移栽、煎饼制作、手冲咖啡冲泡与套件组装，这些任务往往包含数十个操作步骤，需要把各项技能按从未执行过的顺序组合编排。
在植物盆栽移栽测试中，团队从录制演示视频到实现硬件自主执行仅用 11 分钟，模型还能在物体位置变化时调整、从错误中恢复。针对全新多步骤任务，S1 每个步骤的成功率约为 66%，同类 AI 系统约为 9%，提升超过七倍。Skild 估算，向机器人展示一段简短的视频示例，效果约相当于 380 个实操训练样本，若由人工采集可能需要 50 至 100 小时。
商业化进展是这轮发布的另一重点。S1 发布时距其首次商业部署仅 10 个月，年化收入已达 1 亿美元，并建立了 60 多个部署合作伙伴关系，覆盖制造、物流、检测、食品加工等应用领域。在获得客户协议允许的前提下，商业部署中积累的经验还会反哺更广泛的模型，加速后续部署。
工厂落地已有具体案例：Skild、NVIDIA 与 Foxconn 正把 Skild Brain 部署在双臂机械臂上，用于 NVIDIA Blackwell 系统的高精度装配。在一个已演示的工作流中，机器人完成了母排与限位块的安装、16 颗螺丝的紧固，并在多步骤任务中应对各类干扰，这要求精准运动控制、触觉感知、序列跟踪，以及实际情况偏离预设方案时的恢复能力。
技术栈上，NVIDIA Cosmos 开放世界基础模型用于丰富训练数据多样性，并把视频转化为结构化描述，Cosmos Curator 负责大规模数据的标注、筛选与整理；Omniverse 库与 Isaac Sim 构建基于物理的虚拟环境，用于生成合成数据与测试边缘场景；Isaac Lab 中的强化学习由 Newton 物理引擎驱动，可模拟力、接触、碰撞与压力。Skild 与 NVIDIA 还在联合开发新的 GPU 加速仿真求解器，将作为 Newton 的一部分向所有开发者开放；Nsight 用于排查训练阶段的性能瓶颈，TensorRT 用于优化推理性能。
WeChat
Profile