Докладът за робота: Skild AI разкрива модел на основа на робот S1

Какво стана

Докладът за роботи съобщава, че Skild AI представи S1, своя водещ основен модел на роботи. Главният изпълнителен директор Deepak Pathak каза на изхода, че S1 използва обучение в контекст, за да позволи на роботите да следват задача, демонстрирана в едно човешко видео, без специфично за задачата пост-обучение. Скилд казва, че моделът е проектиран за дългосрочни задачи и множество форми на роботи, но докладът не потвърждава независимо твърденията на компанията.

Докладът за роботите, в доклад от 31 август 2026 г., казва, че Skild AI наскоро представи S1 като свой водещ основен модел на роботи. Изходът съобщава, че Skild е събрал близо 1,7 милиарда долара от основаването си през 2023 г., за да разработи мозък на робот с общо предназначение. Deepak Pathak, съосновател и главен изпълнителен директор на Skild, каза пред The ​​Robot Report, че S1 използва обучение в контекст: към подканата на модела се добавя видеоклип с демонстрация на човек и след това роботът може да се опита да следва демонстрираната задача. Патак описа задачите като сложни и с дълъг хоризонт, а не като кратки, прости действия.

Докладът на робота казва, че подходът на Skild съчетава четири вида данни за обучение. Данните за телеоперация идват директно от хора, контролиращи роботи, и се описват като висококачествени, но бавни за събиране и ограничени в разнообразието. Човешките видеоклипове са изобилни и разнообразни, но е трудно да се приложат директно към робот. Симулацията е мащабируема и разнообразна, но оставя празнина между симулирана и физическа среда. Ръкавиците за улавяне на данни предоставят друг начин за записване на човешки действия и са малко по-мащабируеми от телеоперацията, въпреки че изходът казва, че те са малко по-малко пряко приложими за роботи. Патак каза на изданието, че Скилд комбинира източниците, така че силните страни на един да компенсират слабостите на друг.

Докладът за роботи съобщава, че Skild се насочва към широк набор от задачи, а не към една индустрия. Цитираните примери включват пресаждане на растение, приготвяне на кафе и готвене на палачинки, като някои задачи отнемат до 10 минути. Патак каза на изхода, че се е появил робот, който обръща палачинка, въпреки че Skild не е намерил съвпадащ пример в милиони часове данни за обучение; той приписва поведението на модела, който извежда действието от движението на шпатулата. Това е фирмен акаунт, отчетен от The Robot Report, а не независимо документиран тест.

Изходът също така съобщава, че Skild описва S1 като „всеместен“, което означава, че е предназначен да работи с четириноги, хуманоиди и статични ръце. Патак каза, че Скилд планира да отдели повече време за подобряване на производителността на хуманоидите. Докладът споменава по-ранни резултати, при които хуманоид се е адаптирал, когато крайниците му са отказали, но изрично се казва, че тези резултати идват от по-ранна версия на модела и че Skild все още не е мащабирал модела към хуманоиди. Pathak сравни обучението в контекста на модела с преминаването от специфична за задача фина настройка към подсказване в езикови модели, като същевременно призна, че роботиката все още не е готова за широко домашно внедряване.

Детайли за източника: therobotreport.com ↗

Защо има значение

Ако бъде валидиран независимо, S1 би могъл да се справи с голямо затруднение в роботиката: необходимостта да се събират и обучават отделно модели за нови задачи. Докладът описва опита на Skild да комбинира данни за телеоперация, човешки видеоклипове, симулация и ръкавици за улавяне на данни, потенциално заменяйки слабостите на всеки отделен източник. Статията обаче не предоставя стандартизирани резултати от бенчмарк, показатели за внедряване, подробности за наличността или независимо тестване.

Отчетеното стартиране е важно, тъй като роботизираните системи обикновено изискват ново събиране на данни или последващо обучение, когато се сблъскат с непознати задачи. Основното твърдение на S1 е, че робот може да използва демонстрация като контекст и да действа незабавно върху нея. Ако това твърдение важи за различни среди и хардуер, то може да намали времето и инженерните усилия, необходими за адаптиране на робот към всяка нова задача. Докладът не установява, че това се е случило в производствения мащаб, така че потенциалът не трябва да се третира като демонстрирана промяна в индустрията.

Стратегията на Skild за обучение с множество източници се занимава с практически проблем с данните. Събраните от роботи данни са тясно свързани с физическата система, но скъпи за събиране; човешките видеоклипове са изобилни, но не кодират директно механиката на тялото на робота; симулацията може да генерира големи количества примери, но може да не улови условията в реалния свят. Комбинирането на тези източници може да направи модела на основата по-гъвкав, но също така създава трудни въпроси за прехвърляне. Моделът трябва да преобразува човешкото движение, симулираната динамика и специфичните за робота сигнали за управление в безопасни физически действия. Докладът на робота описва обосновката на Skild, но не предоставя независимо проучване, показващо колко добре работи комбинацията.

Докладът също така свързва пускането на модела с търговската стратегия на Skild. Pathak каза пред The ​​Robot Report, че S1 вече помага на Skild да се движи по-бързо, за да придобие клиенти, и каза, че скорошното придобиване на Fetch Robotics има за цел да добави талант за внедряване и мащабиране. Тези изявления предполагат, че Skild дава приоритет на оперативната употреба наред с граничните изследвания. И все пак статията не идентифицира клиенти, не назовава производствени обекти, не отчита проценти на успешни задачи или предоставя доказателства, че S1 е постигнал измерими печалби при внедряване на живо. Следователно общественото въздействие остава в зависимост от последващи доказателства.

Какво да гледате след това

Ключовите тестове са дали S1 може надеждно да прехвърля демонстрации към различни роботи, да се възстановява от грешки и да изпълнява дълги задачи извън контролирани демонстрации. Скилд казва, че предстоят повече резултати, свързани с производството и внедряването на клиенти, но докладът не посочва клиенти и не дава данни за производителност или безопасност. Допълнителни подробности за хардуерна поддръжка, достъп, данни за обучение, разходи и човешки надзор ще определят практическото значение на стартирането.

Първият приоритет е независима оценка на твърдението за обучение с едно видео. Полезни доказателства биха включвали проценти на успеваемост при невиждани задачи, брой и тип на тествани роботи, условия, при които са записани демонстрациите, и сравнения с конвенционално обучение за специфични задачи. За дейности с дълъг хоризонт, оценките трябва да отчитат къде възникват повреди, дали роботът може да се възстанови и как се променя производителността, когато обекти, оформления, осветление или инструменти се различават от демонстрацията. Настоящият доклад предоставя примери, но не и стандартизирани измервания.

Хуманоидното и мултиформакторното представяне заслужава специално внимание. Докладът за роботите казва, че S1 е предназначен да работи с четириноги, хуманоиди и статични ръце, като същевременно отбелязва, че резултатите от хуманоидната адаптация, цитирани от Pathak, идват от по-ранна версия. Последващият доклад трябва да разграничи настоящите възможности на S1 от предишни демонстрации и да обясни какъв модел, хардуер и система за управление са довели до всеки резултат. Физическото внедряване повдига и въпроси относно предпазните мерки, човешката намеса, справянето с неизправностите и отговорността, на които не е отговорено в статията.

Следващите разкрития на Skild ще изяснят дали S1 е изследователска система, клиентски продукт или и двете. Патак каза пред The ​​Robot Report, че компанията ще покаже повече резултати, свързани с производството през следващите седмици. Читателите трябва да търсят наименувани внедрявания, възпроизводими тестове, хардуерни изисквания, цени или условия за достъп и информация за данните, използвани за обучение на модела. Докладът не казва дали теглата, софтуерът или материалите за оценка на S1 ще бъдат публично достъпни и не дава независимо потвърждение на твърденията за финансиране, ефективност или внедряване на компанията.

Свързани ръководства и викторини