Skild AI借助NVIDIA物理AI，让机器人仅凭一段视频即可学会新任务
内容提要
Skild AI发布S1机器人基础模型，结合NVIDIA物理AI技术，仅需一段视频演示即可让机器人学会新任务，无需重新训练。该模型能完成长达10分钟的多步骤任务，每步成功率约66%，远超同类系统的9%。Skild已与60多家企业合作，并与富士康部署双臂机器人，用于英伟达Blackwell系统的高精度装配。
延伸解读
从视频学习：机器人编程范式的转变
传统工业机器人每换一个任务就需要重新编程、采集数据并验证，而Skild AI的S1模型通过上下文学习，仅凭一段视频演示就能让机器人执行新任务，无需更新权重或进行任务特定的后训练。这打破了固定任务的限制，使机器人能适应多变的产线需求。文章提到，在植物盆栽测试中，从录制演示到自主执行仅用11分钟，展示了快速部署的潜力。
性能提升与数据效率
S1在全新多步骤任务中每步成功率约66%，而同类AI系统仅9%，提升超过七倍。更值得注意的是，一段短视频演示的效果相当于约380个手把手训练样本，而人工收集这些样本需50至100小时。这意味着企业可以大幅减少数据采集和训练成本，加快新任务的导入速度，尤其适合产品频繁更换的制造与物流场景。
技术栈协同：从仿真到部署
Skild AI借助NVIDIA的Isaac Lab、Cosmos、Omniverse等工具，在仿真中生成多样化数据、训练模型并验证行为，再通过TensorRT优化推理，实现快速响应。这种从数据生成、训练到部署的闭环，有助于缩小仿真与现实的差距。文章还提到双方正联合开发GPU加速的仿真求解器，未来将集成到Newton中，供开发者使用。
商业化落地与风险提示
Skild AI在首次商业部署后10个月内达到1亿美元年收入运行率，并拥有60多家部署合作伙伴，覆盖制造、物流、检查等多个领域。与富士康合作部署的双臂机器人已用于NVIDIA Blackwell系统的高精度装配。不过，文章未披露具体定价、部署成本或长期可靠性数据，且66%的每步成功率意味着多步骤任务整体成功率可能较低，实际大规模应用仍需观察。
Q&A
Skild AI的S1机器人基础模型是什么？它有什么特别之处？
Skild AI发布的S1机器人基础模型，结合NVIDIA物理AI技术，能够仅凭一段视频演示就学会新任务，无需重新训练或更新权重。它采用上下文学习技术，可执行长达10分钟的多步骤任务，每步成功率约66%，远超同类系统的9%。
S1模型如何从单个视频中学习新任务？
操作员录制一段演示任务的视频，将其作为提示输入模型。S1会解读演示的意图、物体和顺序，然后映射为机器人的动作，无需重新训练，即使任务不在预训练数据集中也能执行。它还能适应物体移动、从错误中恢复，并组合未明确编程的技能序列。
S1模型在性能上相比同类系统有哪些优势？
在Skild的测试中，S1在新多步骤任务上每步成功率约为66%，而类似AI系统仅为9%，提升超过7倍。此外，一个短视频示例的效果相当于约380个手动训练示例，而人工收集这些示例可能需要50-100小时。
Skild AI与NVIDIA在哪些方面进行了合作？
双方合作涵盖合成数据生成、模型训练、仿真和真实世界物理AI部署。NVIDIA提供加速计算、Cosmos世界基础模型、Omniverse库、Isaac Sim和Isaac Lab仿真框架、Newton物理引擎、Nsight性能分析工具和TensorRT推理优化SDK，帮助Skild训练和部署机器人。
Skild AI的商业化进展如何？有哪些实际部署案例？
Skild AI在首次商业部署后10个月内达到了1亿美元的年收入运行率，并建立了60多个部署合作伙伴关系，涵盖制造、物流、检查、安全、食品准备等领域。与富士康合作，在双臂机器人上部署Skild Brain，用于NVIDIA Blackwell系统的高精度装配，如安装母线、紧固16个螺丝并适应干扰。
S1模型能执行哪些类型的任务？请举例说明。
S1可以执行持续长达10分钟的不熟悉任务，包括植物盆栽、制作煎饼、手冲咖啡和套件组装等。这些任务可能涉及数十个操作步骤，需要机器人组合之前未执行过的技能序列。例如在植物盆栽测试中，从录制演示到硬件自主执行仅用了11分钟。
