Skild AI 用 NVIDIA Isaac Lab 与 Cosmos 训练 S1：看一段视频就能执行新任务

方案背景：制造车间、仓储中心和生产线上，任务频繁更迭、布局不断调整、新产品持续上线，而大多数工业机器人专为固定任务设计，一旦工艺或布局变化，就需要重新采集数据、训练和验证。Skild AI 希望让机器人从“依赖预编程”转向“通过经验学习”，用更低的部署成本适应不断变化的生产环境。

解决方案与架构：Skild AI 基于 NVIDIA AI 基础设施构建 S1 机器人基础模型，覆盖合成数据生成、模型训练、仿真和现实世界部署全流程。S1 以操作人员录制的一段目标任务视频作为提示，解析视频中演示的意图、物体和操作顺序，并直接映射为当前机器人的执行动作，无需更新模型权重，也无需针对特定任务做后训练。

核心技术组件：NVIDIA Isaac Lab 提供机器人仿真与训练环境，Cosmos 提供世界模型与合成数据能力，二者共同支撑 S1 在多样化场景中的预训练与验证。S1 能处理包含数十个步骤的长程任务，在物体位置变化时调整动作、从错误中恢复，并把各项技能按未经显式编程的顺序组合起来，执行长达 10 分钟的陌生任务。

实施成果：在植物盆栽移栽测试中，团队从录制演示视频到硬件自主执行全程仅用 11 分钟。S1 已能完成盆栽移栽、煎饼制作、手冲咖啡和套件组装等任务。在针对全新多步骤任务的测试中，S1 每个步骤的成功率约为 66%，同类 AI 系统仅为 9%，性能提升超过七倍。Skild 已建立 60 多个部署合作伙伴关系，覆盖制造、物流、检测和食品加工等领域。

未来展望：Skild AI 与 NVIDIA 正继续合作，把视频驱动的机器人基础模型扩展到更多本体和更多工业场景。随着合成数据、仿真和真实部署数据形成闭环，机器人有望摆脱逐任务编程，转向“演示一次、快速复用”的部署方式，显著降低柔性制造和仓储自动化的改造门槛。