Skild AI 的 S1 使用 NVIDIA 技术通过视频教机器人

Skild AI 发布了其 S1 机器人基础模型，利用 NVIDIA 的 AI 基础设施，使机器人能够通过单个视频演示学习全新的任务。这一突破于上周宣布，旨在让机器人在制造、物流和安全等行业中具有显著的适应能力，而无需进行大量的重新训练或重新编程。

S1 的关键创新在于其使用视频作为“上下文学习”提示的能力。操作员录制任务视频，例如种植盆栽或冲泡咖啡，并将其输入模型。随后，机器人解析对象、意图和动作顺序，并自动将其转换为可执行的步骤。这种方法消除了更新模型权重或进行特定任务训练的需求。

根据 Skild 的说法，S1 能够完成长达 10 分钟的复杂任务，这些任务通常涉及几十个连续的动作。在内部测试中，该模型在 66% 的情况下成功执行了任务——相比类似 AI 系统的 9% 成功率提高了超过七倍。

加速现实世界部署

S1 模型建立在与 NVIDIA 的广泛战略合作伙伴关系之上，结合了 NVIDIA Isaac Lab 和 NVIDIA Cosmos 等技术，用于模拟、合成数据生成和可扩展训练。Skild 的机器人从视频演示到现实世界执行的时间仅需 11 分钟，与传统工业机器人相比大大缩短了设置时间。

值得注意的是，该模型的适应性已在商业领域引起关注。Skild 在首次部署后的 10 个月内达到了 1 亿美元的年度收入运行率，目前拥有超过 60 个合作伙伴。其中一项高调合作是将 Skild 的智能用于富士康的 NVIDIA Blackwell 系统组装中的双臂机械手，涉及高精度和实时适应的任务。

一个价值 140 亿美元的机器人巨头

Skild AI 的快速崛起凸显了其在机器人领域的独特地位。该公司成立于 2024 年，总部位于匹兹堡，目前已筹集超过 20 亿美元资金，包括在 2026 年 1 月由软银和 NVIDIA 投资部门 NVentures 领投的 14 亿美元 C 轮融资。这轮融资使 Skild 的估值超过 140 亿美元，成为机器人 AI 领域最有价值的私人公司之一。

Skild 今年早些时候收购了 Zebra Technologies 的机器人部门，进一步表明其扩展至仓储和物流应用的意图。尽管许多机器人公司专注于特定硬件，Skild 将其 AI 设计为“与机器人无关的大脑”，能够在多种环境和机器人类型中工作。

NVIDIA 在扩展机器人技术中的角色

NVIDIA 的技术在 Skild 的开发流程中发挥了核心作用。NVIDIA Omniverse 和 Isaac Sim 等工具提供了用于训练机器人应对多样化场景的虚拟环境，而 Newton 物理引擎模拟了现实世界的交互。NVIDIA 的 TensorRT 优化了模型的推理能力，使机器人能够在动态条件下快速响应。

这一合作突显了 NVIDIA 在日益增长的物理 AI 领域的更大雄心。通过将模拟、训练和部署整合到一个统一的框架中，NVIDIA 加速了从研究实验室到工业现场的可适应机器人技术的转变。

接下来是什么？

随着可适应机器人技术的发展，Skild AI 的 S1 及其由 NVIDIA 提供支持的基础设施可能会重新定义多个行业的自动化。尽管该公司仍为私人公司，但其迅速的市场渗透以及与富士康等主要玩家的合作表明，它正在将自己定位为下一波工业自动化的关键推动者。

随着机器人技术的应用持续增长，Skild AI 在扩展其通用“机器人大脑”能力方面的表现可能为行业树立新的标杆。投资者和行业利益相关者无疑将密切关注该公司在现实世界应用中的进一步发展。