কোম্পানি গাইড

How Skild AI’s Skild Brain Controls Different Robots

Skild AI একটি সাধারণ-উদ্দেশ্য রোবোটিক্স ফাউন্ডেশন মডেল তৈরি করছে, যার নাম Skild Brain, যাতে বিভিন্ন রোবট কাজ এবং হার্ডওয়্যার জুড়ে একটি শেখা নিয়ন্ত্রণ ব্যবস্থা ভাগ করে নিতে পারে।

এই নির্দেশিকা শুনুনএআই-বর্ণিত · ~8 min

এই পৃষ্ঠায়9 মিনিট পড়া
  1. মূল টেকওয়ে
  2. গভীর ডুব
  3. একটি লক করা হাঁটু থেকে একটি সর্বজনীন মস্তিষ্ক কীভাবে পুনরুদ্ধার করে তা খুঁজে বের করা
  4. বাস্তব-বিশ্ব বাস্তবায়ন
  5. The Future of How Skild AI’s Skild Brain Controls Different Robots
  6. এটাকে বাস্তবে প্রয়োগ করা হচ্ছে
  7. সূত্র এবং আরও পড়ুন
  8. অন্বেষণ চালিয়ে যান
  9. প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

মূল টেকওয়ে

  1. Skild AI পিটসবার্গে 2023 সালে প্রাক্তন কার্নেগি মেলনের অধ্যাপক দীপক পাঠক এবং অভিনব গুপ্ত বহু দেহের জন্য একটি রোবট মস্তিষ্ক তৈরি করতে প্রতিষ্ঠা করেছিলেন।
  2. স্কিল্ড ব্রেন একটি দ্রুত নিম্ন-স্তরের নীতির সাথে টাস্ক সিদ্ধান্তের জন্য একটি ধীর উচ্চ-স্তরের নীতি যুক্ত করে যা জয়েন্ট অ্যাঙ্গেল এবং মোটর টর্কগুলিকে আউটপুট করে।
  3. Skild AI প্রায় 100,000 সিমুলেটেড রোবট বডি জুড়ে একটি মডেলকে প্রশিক্ষিত করেছে এবং হারানো অঙ্গ, লক করা হাঁটু এবং জ্যামড চাকার জন্য জিরো-শট অভিযোজন রিপোর্ট করেছে।
  4. এর S1 মডেল একটি ভিডিও প্রদর্শন থেকে নতুন ম্যানিপুলেশন কাজ শিখে এবং একটি ভাষা-প্রম্পটেড বেসলাইনের জন্য 9% বনাম অদেখা কাজগুলিতে প্রায় 66% সাফল্যের রিপোর্ট করেছে।
  5. Skild AI জানুয়ারী 2026-এ $14 বিলিয়নের উপরে মূল্যায়নে $1.4 বিলিয়ন উত্থাপন করেছে এবং সেপ্টেম্বরে $100 মিলিয়নের বেশি আয়ের কথা জানিয়েছে।
  6. প্রায় সমস্ত প্রকাশিত Skild AI ফলাফল পিয়ার-পর্যালোচিত কাগজপত্র বা শেয়ার করা পাবলিক বেঞ্চমার্কের পরিবর্তে কোম্পানির ব্লগ পোস্ট থেকে আসে।

গভীর ডুব

Skild AI is a robotics software company that sells one thing: a robot brain. Instead of writing a separate controller for each machine and each task, it trains a single large neural network, the Skild Brain, intended to run quadrupeds, humanoids, tabletop arms and mobile manipulators. In AI terms this is a robot foundation model: a model pretrained on broad data that can then be adapted, prompted or fine-tuned for many downstream jobs, the way large language models are for text. The company was started in Pittsburgh in 2023 by Deepak Pathak and Abhinav Gupta, both former Carnegie Mellon University professors, as Maginative reported when its first major funding round was announced.

The core problem Skild AI targets is data. Language models learn from trillions of words of internet text, but there is no comparable archive of robot actions. Collecting real robot data means people teleoperating machines one demonstration at a time, which is slow and expensive. Skild AI's July 2025 post argues that many existing robotics foundation models start from a vision-language model, a model trained on images and text, and add a small share of robot data, which it puts at under 1%. Its view is that such models understand objects and words but lack action information and physical common sense, so they mainly show semantic generalization on pick-and-place tasks.

The company's answer is a three-part data recipe. Pretraining uses large-scale simulation and internet video. Post-training adds targeted real-world robot data. Human video is treated as data from one more kind of body, since a person picking up a cup is solving the same physical problem a robot arm faces. In January 2026 Skild AI said it could fine-tune its model to perform new skills by watching videos alone, using less than one hour of robot data. The design is hierarchical: a high-level policy runs at low frequency and decides manipulation and navigation actions, while a low-level policy runs at high frequency and turns those commands into joint angles and motor torques. The deployed model is fine-tuned and distilled, meaning compressed into a smaller network, for each setting.

The defining claim is that the brain is omni-bodied: it does not need to be told what body it is in. In September 2025 Skild AI described training one model across a simulated universe of 100,000 different robots for the equivalent of roughly a thousand years of simulated time. Test robots were held out of training, so every result was zero-shot. When engineers removed a quadruped's lower legs, it adapted in about seven to eight seconds by swinging its thigh joints, while a specialist controller trained for that one robot flipped over. With knees locked in software it walked on three legs within two to three seconds, and with jammed wheels it switched from rolling to walking. The company compares this to in-context learning in language models: the model infers its situation from recent history rather than from new training.

The milestones came quickly. Skild AI announced a $300 million Series A at a $1.5 billion valuation on 9 July 2024, led by Lightspeed Venture Partners, Coatue, SoftBank Group and Bezos Expeditions. It publicly introduced the Skild Brain on 29 July 2025. On 14 January 2026 it announced a $1.4 billion Series C at a valuation above $14 billion, led by SoftBank with NVentures, the venture arm of NVIDIA, among the participants, and said revenue had grown from zero to about $30 million within a few months of 2025. In August 2026 it released S1, a manipulation model that learns tasks from a single video demonstration, and in September 2026 it reported crossing $100 million in annual recurring revenue about ten months after its first commercial deployment, with more than 60 paying customers.

S1 shows how the approach compares with the main alternative, a vision-language-action (VLA) model prompted with text instructions. In Skild AI's own tests after 100,000 hours of pretraining, S1 succeeded on about 66% of unseen tasks when shown one demonstration, against 9% for a language-prompted VLA policy. On seen tasks it reached about 96%. The company estimates that one in-context demonstration is worth about 380 conventional post-training demonstrations, which would take 50 to 100 hours of teleoperation to collect. The comparison against classic robotics is starker still: a hand-engineered controller is tuned for one machine and usually fails when the machine changes, which is exactly the case the omni-bodied tests probe.

The limitations are significant. Almost all published evidence comes from Skild AI's own blog posts and showcase videos, not from peer-reviewed papers or shared public benchmarks, and the September 2025 post discloses no architecture, model size or compute budget. Results such as the 66% unseen-task rate depend on the company's chosen tasks and baselines. Real deployments remain hard: the founders wrote that teaching the model to cook an egg took a week for the first egg and two months before it worked reliably across different eggs and setups. Robot soccer trained by self-play, shown in September 2026, is still far below human level by the company's own account.

In practice, using the Skild Brain is a commercial relationship rather than a download. There are no open weights or public model cards; customers deploy it on robots the company supports and integrates. About 90% of its reported revenue comes from manipulation work and about 10% from mobility, a share that includes autonomous mobile robots from its acquisition of Zebra Technologies' robotics business. Buyers should expect integration work, on-site tuning and the safety engineering any industrial robot requires.

03কাজের উদাহরণ

একটি লক করা হাঁটু থেকে একটি সর্বজনীন মস্তিষ্ক কীভাবে পুনরুদ্ধার করে তা খুঁজে বের করা

  1. স্বাভাবিকভাবে চতুর্মুখী হাঁটা দিয়ে শুরু করুন; মডেলটি এই সঠিক রোবটটি কখনও দেখেনি, তাই এটি তার সাম্প্রতিক পর্যবেক্ষণ এবং ক্রিয়াগুলি থেকে শরীরের অনুমান করছে৷

  2. Skild AI এর সেপ্টেম্বর 2025 পরীক্ষার মতো সফ্টওয়্যারে একটি হাঁটু লক করুন, তাই সেই জয়েন্টে নির্দেশিত টর্ক আর পা নড়াবে না।

  3. নিম্ন-স্তরের নীতি এখন কী পর্যবেক্ষণ করে তা লক্ষ্য করুন: নির্দেশিত এবং পরিমাপ করা যৌথ কোণ অসম্মত, এবং শরীরের কাত এবং পায়ের পরিচিতিগুলি পরিবর্তিত হয়।

  4. কারণ এই নতুন ইতিহাসটি মডেলের প্রেক্ষাপটে বসেছে, এর শরীরের অনুমান কোনো ওজন আপডেট ছাড়াই তিন পায়ের রোবটের দিকে চলে যায়।

  5. নীতি ওজন পুনঃবন্টন করে এবং ধাপের সময় পরিবর্তন করে; Skild AI প্রায় দুই থেকে তিন সেকেন্ড পরে স্থিতিশীল হাঁটার রিপোর্ট করে।

  6. অক্ষত রোবটের জন্য সুর করা একটি বিশেষজ্ঞ নিয়ন্ত্রকের সাথে তুলনা করুন, যার অনুমানগুলি আপডেট করার কোনও ব্যবস্থা নেই এবং সাধারণত পড়ে যায়।

এটা কি দেখায়

একটি রোবট বডির জন্য ইন-প্রসঙ্গ অভিযোজনের একটি ধাপে ধাপে অ্যাকাউন্ট। বোঝাপড়া পরীক্ষা করার জন্য, হাঁটু আনলক হলে কী ঘটবে তা ভবিষ্যদ্বাণী করুন: ইতিহাস আবার পরিবর্তিত হয় এবং মডেলটিকে চার-পায়ে চলার পথে ফিরে আসা উচিত।

বাস্তব-বিশ্ব বাস্তবায়ন

NVIDIA এবং Foxconn-এর সাথে NVIDIA ব্ল্যাকওয়েল সিস্টেমগুলিকে একত্রিত করার জন্য স্কিল ব্রেন চালানোর জন্য দ্বৈত-হাত ম্যানিপুলেটর, একটি স্থাপনা Skild AI এর সেপ্টেম্বর 2026 এর রাজস্ব আপডেটে বর্ণিত হয়েছে।

কোম্পানির সেপ্টেম্বর 2026-এর পোস্ট অনুসারে S1, Skild AI-এর ইন-কনটেক্সট ম্যানিপুলেশন মডেলের সাথে সুমিটোমো ওয়্যারিং সিস্টেমগুলি ওয়্যার হারনেস উত্পাদন স্বয়ংক্রিয় করতে কাজ করছে।

Mitsui এবং Co. বাণিজ্যিক রান্নাঘরে S1-চালিত রোবট চালাচ্ছে, 60 টিরও বেশি অর্থপ্রদানকারী গ্রাহকদের মধ্যে একটি Skild AI গুদাম, কারখানা, ডেটা সেন্টার, নিরাপত্তা এবং ডেলিভারি জুড়ে রিপোর্ট করেছে৷

একটি চতুর্মুখী মস্তিষ্কের দ্বারা নিয়ন্ত্রিত যেটি তার হাঁটু সফ্টওয়্যারে লক করার পরে তিন পায়ে হাঁটতে থাকে, Skild AI এর সেপ্টেম্বর 2025 পরীক্ষায় প্রায় দুই থেকে তিন সেকেন্ডের মধ্যে মানিয়ে নেয়।

S1-কে একটি অদেখা কাজ শেখানো যেমন একটি একক ভিডিও প্রদর্শন থেকে কফি ঢালা বা প্ল্যান্ট পোটিং, কোন সূক্ষ্ম সুর বা মডেলের ওজন পরিবর্তন ছাড়াই।

The Future of How Skild AI’s Skild Brain Controls Different Robots

Skild AI এবং এর সহকর্মীদের জন্য উন্মুক্ত সমস্যা প্রমাণ। 2026 সালের শেষের দিকে সবচেয়ে শক্তিশালী দাবি, 100,000-শরীরের প্রশিক্ষণ থেকে অদেখা কাজগুলিতে 66% সাফল্য, কোম্পানি-প্রতিবেদিত, এবং ক্ষেত্রটিতে এখনও সাধারণ-উদ্দেশ্য রোবট মস্তিষ্কের জন্য সম্মত পাবলিক বেঞ্চমার্কের অভাব রয়েছে, তাই বাইরের গবেষকরা সহজে পদ্ধতির তুলনা করতে পারে না। দ্বিতীয় প্রশ্ন হল মানুষের ভিডিও কতদূর রোবট ডেটার বিকল্প হতে পারে। জানুয়ারী 2026 পোস্টটি রোবট ডেটার এক ঘন্টার মধ্যে ভিডিও প্লাস থেকে নতুন দক্ষতার দাবি করেছে, কিন্তু সেপ্টেম্বর 2026-এ ডিম-রান্নার অ্যাকাউন্টটি দেখায় যে বাস্তব-বিশ্বের বিভিন্নতা জুড়ে নির্ভরযোগ্যতা এখনও কয়েক মাস কাজ করে। তৃতীয়টি হল শেখা মানুষের দক্ষতাকে অতিক্রম করতে পারে কিনা: স্ব-খেলার কাজ যুক্তি দেয় যে মানুষের ডেটার উপর প্রশিক্ষিত মডেলগুলি মানুষের ক্ষমতার কাছাকাছি সীমাবদ্ধ, এবং কোম্পানি বলেছে যে এটি নির্মাণ, কারখানা এবং গৃহস্থালীর কাজগুলিতে স্ব-খেলার চেষ্টা করার পরিকল্পনা করেছে। বাণিজ্যিকভাবে, সেপ্টেম্বর 2026-এ রিপোর্ট করা প্রায় $100 মিলিয়ন পুনরাবৃত্ত রাজস্ব প্রকৃত চাহিদার ইঙ্গিত দেয়, তবে একটি একক সর্বজনীন মডেল দীর্ঘমেয়াদে খরচ, নিরাপত্তা শংসাপত্র এবং আপটাইমের ক্ষেত্রে বিশেষ সিস্টেমগুলিকে ছাড়িয়ে যাবে কিনা তা জানা খুব তাড়াতাড়ি।

এটাকে বাস্তবে প্রয়োগ করা হচ্ছে

কেন এটা গুরুত্বপূর্ণ

  • বিক্রেতার কৌশল. বিক্রেতা রোডম্যাপ আপনার দল পরবর্তীতে কী কী বৈশিষ্ট্য তৈরি করতে পারে তা প্রভাবিত করে।
  • খরচ ও বাজেট. বাণিজ্যিক শর্তাবলী এবং স্থাপনার বিকল্পগুলি দীর্ঘমেয়াদী খরচ এবং ঝুঁকিকে প্রভাবিত করে।
  • ঝুঁকি এবং নিরাপত্তা. কোম্পানির প্রণোদনা পণ্যের ডিফল্ট, নিরাপত্তা ভঙ্গি এবং উন্মুক্ততাকে আকার দেয়।

জন্য সতর্ক

  • লঞ্চ ঘোষণা বাস্তব উত্পাদন কর্মপ্রবাহ মধ্যে স্থিতিশীলতা ছাড়িয়ে যেতে পারে.
  • API মূল্য নির্ধারণ বা নীতি পরিবর্তন রাতারাতি অনুমান ভঙ্গ করতে পারে।
  • একক-বিক্রেতা নির্ভরতা লক-ইন এবং মাইগ্রেশন খরচ বাড়ায়।

পরবর্তী পদক্ষেপ

  1. আপনার নিজের কাজ এবং ডেটাসেট ব্যবহার করে প্রদানকারীদের মূল্যায়ন করুন।
  2. একীকরণের আগে গোপনীয়তা, নিরাপত্তা এবং আইনি শর্তাবলী পর্যালোচনা করুন।
  3. মডেল বা বিক্রেতা জুড়ে একটি ফলব্যাক পরিকল্পনা বজায় রাখুন।
  4. রিলিজ নোটগুলি মনিটর করুন যাতে রোডম্যাপ পরিবর্তন দলগুলিকে অবাক না করে।

সূত্র এবং আরও পড়ুন

  1. Skild AIসাধারণ-উদ্দেশ্য রোবোটিক মস্তিষ্ক তৈরি করা
  2. Skild AIএকটি সর্ব-বডিড রোবট মস্তিষ্কের ক্ষেত্রে
  3. Skild AIS1 উপস্থাপন করা হচ্ছে: রোবোটিক্সের জন্য ইন-কনটেক্সট লার্নিং
  4. Skild AIসিরিজ সি ঘোষণা করা হচ্ছে
  5. Skild AIরোবোটিক্সের লুকানো স্তম্ভ
  6. Skild AIশারীরিক স্ব-খেলা
  7. Skild AIমানুষের ভিডিও দেখে শেখা
  8. MaginativeSkild.ai $1.5B মূল্যায়ন সহ $300M সিরিজ A তুলেছে

অন্বেষণ চালিয়ে যান

ফ্রি নিউজলেটার

প্রতিদিনের এআই ব্রিফিং পান

প্রতি সপ্তাহের কাজের দিন সকালে তিনটি যাচাইকৃত এআই স্টোরি, সহজ ইংরেজিতে লেখা। চিরকালের জন্য ফ্রি, কোনো বিজ্ঞাপন নেই।

প্রতি সপ্তাহের কাজের দিনে একটি ইমেল। এক ক্লিকেই আনসাবস্ক্রাইব করুন। আমরা কখনোই আপনার ঠিকানা বিক্রি বা শেয়ার করি না।

নিজেকে পরীক্ষা করুন

Take the How Skild AI’s Skild Brain Controls Different Robots quiz

প্রতিটি উত্তরের তাৎক্ষণিক ফিডব্যাক, এবং কোর্স পাস করার পর যাচাইযোগ্য আইডি সহ একটি শেয়ারযোগ্য সার্টিফিকেট।

কুইজ শুরু করুন

ফ্রি এআই শিক্ষাকে সমর্থন করুন। AI Understanding একটি 501(c)(3) অলাভজনক প্রতিষ্ঠান — কোনো বিজ্ঞাপন নেই, কোনো পেওয়াল নেই, কখনোই না। একটি দান করুন

প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

What is How Skild AI’s Skild Brain Controls Different Robots?

Skild AI একটি সাধারণ-উদ্দেশ্য রোবোটিক্স ফাউন্ডেশন মডেল তৈরি করছে, যার নাম Skild Brain, যাতে বিভিন্ন রোবট কাজ এবং হার্ডওয়্যার জুড়ে একটি শেখা নিয়ন্ত্রণ ব্যবস্থা ভাগ করে নিতে পারে।

Skild AI তৈরি করছে মূল পণ্য কী?

Skild AI Skild Brain তৈরি করে, একটি একক সাধারণ-উদ্দেশ্যের ভিত্তি মডেল যার অর্থ বিভিন্ন রোবট নিয়ন্ত্রণ করা।

Skild AI এর প্রতিষ্ঠাতারা কোন বিশ্ববিদ্যালয় থেকে এসেছেন?

কার্নেগি মেলন অধ্যাপক দীপক পাঠক এবং অভিনব গুপ্ত দ্বারা স্কাইড সহ-প্রতিষ্ঠা করা হয়েছিল।

এটার মানে কি যে Skild এর মডেল 'মূর্ত্তি-অজ্ঞেয়বাদী'?

মূর্তকরণ-অজ্ঞেয়বাদী মানে একই মডেল বিভিন্ন রোবট সংস্থা জুড়ে স্থাপন করা যেতে পারে।

কোন ব্যক্তি বিনিয়োগকারী Skild AI এর 2024 সিরিজ A রাউন্ডে অংশগ্রহণ করেছে?

Skild AI-এর 2024 কোম্পানির ঘোষণা সিরিজ A অংশগ্রহণকারীদের মধ্যে বেজোস অভিযানের মাধ্যমে জেফ বেজোসকে তালিকাভুক্ত করে।

Skild AI এর সাধারণ-উদ্দেশ্য রোবট মডেলের জন্য কোন টাস্ক ক্ষেত্রগুলিকে তালিকাভুক্ত করেছে?

Skild AI-এর কোম্পানির ঘোষণা ম্যানিপুলেশন, লোকোমোশন, এবং রোবট মূর্তি জুড়ে নেভিগেশন সহ কাজগুলি বর্ণনা করে।

শিখতে থাকুন

সম্পর্কিত গাইড

এই বিষয়ের জন্য বাছাই করা আরও গাইড

একটি বিনামূল্যে AI শংসাপত্র পানএকটি সংক্ষিপ্ত বিনামূল্যে কোর্স এবং পরীক্ষা. কোনো খরচ নেই, কোনো কার্ড নেই। প্রায় 2.5 ঘন্টা।বিনামূল্যে শুরু করুন →