Τι έγινε
Το Robot Report αναφέρει ότι η Skild AI αποκάλυψε το S1, το ναυαρχικό μοντέλο θεμελίωσης ρομπότ. Ο Διευθύνων Σύμβουλος Deepak Pathak είπε στο outlet ότι το S1 χρησιμοποιεί εκμάθηση εντός του πλαισίου για να επιτρέπει στα ρομπότ να ακολουθούν μια εργασία που αποδεικνύεται σε ένα ανθρώπινο βίντεο, χωρίς μετα-εκπαίδευση για συγκεκριμένη εργασία. Ο Skild λέει ότι το μοντέλο έχει σχεδιαστεί για εργασίες μεγάλου ορίζοντα και πολλαπλούς παράγοντες μορφής ρομπότ, αλλά η έκθεση δεν επαληθεύει ανεξάρτητα τους ισχυρισμούς της εταιρείας.
Το Robot Report, σε μια αναφορά με ημερομηνία 31 Αυγούστου 2026, λέει ότι η Skild AI αποκάλυψε πρόσφατα το S1 ως το εμβληματικό μοντέλο θεμελίωσης ρομπότ. Το πρακτορείο αναφέρει ότι η Skild έχει συγκεντρώσει σχεδόν 1,7 δισεκατομμύρια δολάρια από την ίδρυσή της το 2023 για να αναπτύξει έναν εγκέφαλο ρομπότ γενικής χρήσης. Ο Deepak Pathak, συνιδρυτής και Διευθύνων Σύμβουλος της Skild, είπε στο The Robot Report ότι το S1 χρησιμοποιεί εκμάθηση εντός του πλαισίου: ένα βίντεο επίδειξης ανθρώπου προστίθεται στην προτροπή του μοντέλου και το ρομπότ μπορεί στη συνέχεια να προσπαθήσει να ακολουθήσει την εργασία που αποδείχθηκε. Ο Pathak περιέγραψε τα καθήκοντα ως πολύπλοκα και μακρύ ορίζοντα παρά ως σύντομες, απλές ενέργειες.
Η έκθεση Robot λέει ότι η προσέγγιση του Skild συνδυάζει τέσσερα είδη δεδομένων εκπαίδευσης. Τα δεδομένα τηλελειτουργίας προέρχονται απευθείας από ανθρώπους που ελέγχουν ρομπότ και περιγράφονται ως υψηλής ποιότητας, αλλά αργά στη συλλογή και περιορισμένης ποικιλομορφίας. Τα ανθρώπινα βίντεο είναι άφθονα και ποικίλα, αλλά είναι δύσκολο να εφαρμοστούν απευθείας σε ένα ρομπότ. Η προσομοίωση είναι επεκτάσιμη και ποικίλη, αλλά αφήνει ένα κενό μεταξύ προσομοιωμένου και φυσικού περιβάλλοντος. Τα γάντια λήψης δεδομένων παρέχουν έναν άλλο τρόπο για την καταγραφή των ανθρώπινων ενεργειών και είναι κάπως πιο επεκτάσιμα από την τηλελειτουργία, αν και η πρίζα λέει ότι είναι ελαφρώς λιγότερο άμεσα εφαρμόσιμα στα ρομπότ. Ο Pathak είπε στο δημοσίευμα ότι ο Skild συνδυάζει τις πηγές έτσι ώστε τα δυνατά σημεία του ενός να αντισταθμίζουν τις αδυναμίες του άλλου.
Η έκθεση Robot αναφέρει ότι η Skild στοχεύει σε ένα ευρύ σύνολο εργασιών και όχι σε έναν κλάδο. Τα παραδείγματα που αναφέρονται περιλαμβάνουν τη μετατόπιση φυτών, την παρασκευή καφέ και το μαγείρεμα τηγανιτών, με ορισμένες εργασίες να διαρκούν έως και 10 λεπτά. Ο Pathak είπε στο ρεπορτάζ ότι εμφανίστηκε ένα ρομπότ που γυρνούσε μια τηγανίτα, παρόλο που ο Skild δεν είχε βρει αντίστοιχο παράδειγμα σε δεδομένα εκατομμυρίων ωρών εκπαίδευσης. απέδωσε τη συμπεριφορά στο μοντέλο που συμπεραίνει τη δράση από την κίνηση της σπάτουλας. Αυτός είναι ένας εταιρικός λογαριασμός που αναφέρεται από το The Robot Report, όχι μια ανεξάρτητη τεκμηριωμένη δοκιμή.
Το πρακτορείο αναφέρει επίσης ότι ο Skild περιγράφει το S1 ως «παντοσωματικό», που σημαίνει ότι προορίζεται να συνεργαστεί με τετράποδα, ανθρωποειδή και στατικούς βραχίονες. Ο Pathak είπε ότι ο Skild σχεδιάζει να αφιερώσει περισσότερο χρόνο στη βελτίωση της απόδοσης των ανθρωποειδών. Η έκθεση αναφέρει προηγούμενα αποτελέσματα στα οποία ένα ανθρωποειδές προσαρμόστηκε όταν τα άκρα του απέτυχαν, αλλά λέει ρητά ότι αυτά τα αποτελέσματα προέρχονταν από μια προηγούμενη έκδοση μοντέλου και ότι ο Skild δεν είχε ακόμη κλιμακώσει το μοντέλο σε ανθρωποειδή. Ο Pathak συνέκρινε τη μάθηση εντός του πλαισίου του μοντέλου με τη μετάβαση από τη λεπτομέρεια για συγκεκριμένη εργασία στην προτροπή σε μοντέλα γλώσσας, ενώ αναγνώρισε ότι η ρομποτική δεν είναι ακόμη έτοιμη για ευρεία ανάπτυξη στο σπίτι.
Στοιχεία πηγής: therobotreport.com ↗
Γιατί έχει σημασία
Εάν επικυρωθεί ανεξάρτητα, το S1 θα μπορούσε να αντιμετωπίσει ένα σημαντικό πρόβλημα στη ρομποτική: την ανάγκη να συλλέγονται και να εκπαιδεύονται ξεχωριστά μοντέλα για νέες εργασίες. Η έκθεση περιγράφει την προσπάθεια του Skild να συνδυάσει δεδομένα τηλελειτουργίας, ανθρώπινα βίντεο, προσομοίωση και γάντια λήψης δεδομένων, δυνητικά ανταλλάσσοντας τις αδυναμίες οποιασδήποτε πηγής. Ωστόσο, το άρθρο δεν παρέχει τυποποιημένα αποτελέσματα συγκριτικής αξιολόγησης, μετρήσεις ανάπτυξης, λεπτομέρειες διαθεσιμότητας ή ανεξάρτητες δοκιμές.
Η αναφερόμενη εκτόξευση είναι σημαντική επειδή τα συστήματα ρομποτικής συνήθως απαιτούν νέα συλλογή δεδομένων ή μετεκπαίδευση όταν αντιμετωπίζουν άγνωστες εργασίες. Ο κεντρικός ισχυρισμός του S1 είναι ότι ένα ρομπότ μπορεί να χρησιμοποιήσει μια επίδειξη ως πλαίσιο και να ενεργήσει αμέσως σε αυτήν. Εάν αυτός ο ισχυρισμός ισχύει σε διάφορα περιβάλλοντα και υλικό, θα μπορούσε να μειώσει τον χρόνο και την προσπάθεια μηχανικής που απαιτείται για την προσαρμογή ενός ρομπότ σε κάθε νέα εργασία. Η έκθεση δεν αποδεικνύει ότι αυτό συνέβη σε κλίμακα παραγωγής, επομένως το δυναμικό δεν πρέπει να αντιμετωπίζεται ως αποδεδειγμένη μετατόπιση του κλάδου.
Η στρατηγική εκπαίδευσης πολλαπλών πηγών της Skild αντιμετωπίζει ένα πρακτικό πρόβλημα δεδομένων. Τα δεδομένα που συλλέγονται από ρομπότ είναι στενά συνδεδεμένα με το φυσικό σύστημα, αλλά είναι ακριβό στη συλλογή τους. Τα ανθρώπινα βίντεο είναι άφθονα, αλλά δεν κωδικοποιούν άμεσα τη μηχανική του σώματος ενός ρομπότ. Η προσομοίωση μπορεί να δημιουργήσει μεγάλες ποσότητες παραδειγμάτων, αλλά μπορεί να μην καταγράψει τις πραγματικές συνθήκες. Ο συνδυασμός αυτών των πηγών θα μπορούσε να κάνει ένα μοντέλο θεμελίωσης πιο ευέλικτο, αλλά δημιουργεί επίσης δύσκολα ερωτήματα μεταφοράς. Ένα μοντέλο πρέπει να μεταφράζει την ανθρώπινη κίνηση, την προσομοίωση της δυναμικής και τα σήματα ελέγχου ειδικά για ρομπότ σε ασφαλείς φυσικές ενέργειες. Η αναφορά Robot περιγράφει το σκεπτικό του Skild, αλλά δεν παρέχει ανεξάρτητη μελέτη που να δείχνει πόσο καλά λειτουργεί ο συνδυασμός.
Η έκθεση συνδέει επίσης την κυκλοφορία του μοντέλου με την εμπορική στρατηγική της Skild. Ο Pathak είπε στο The Robot Report ότι το S1 ήδη βοηθούσε τη Skild να προχωρήσει πιο γρήγορα για να αποκτήσει πελάτες και είπε ότι μια πρόσφατη εξαγορά της Fetch Robotics είχε σκοπό να προσθέσει ταλέντο για ανάπτυξη και κλιμάκωση. Αυτές οι δηλώσεις υποδηλώνουν ότι η Skild δίνει προτεραιότητα στην επιχειρησιακή χρήση παράλληλα με την έρευνα αιχμής. Ωστόσο, το άρθρο δεν προσδιορίζει πελάτες, δεν κατονομάζει τοποθεσίες παραγωγής, δεν αναφέρει ποσοστά επιτυχίας εργασιών ή δεν παρέχει στοιχεία ότι το S1 έχει αποφέρει μετρήσιμα κέρδη σε μια ζωντανή ανάπτυξη. Συνεπώς, ο δημόσιος αντίκτυπος εξαρτάται από τα επακόλουθα στοιχεία.
Διαδραστικός Μηχανισμός: Πώς λειτουργεί στην πραγματικότητα
Εξερευνήστε την υποκείμενη τεχνολογία πίσω από αυτήν την εξέλιξη διαδραστικά.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Τι να παρακολουθήσετε στη συνέχεια
Οι βασικές δοκιμές είναι εάν το S1 μπορεί να μεταφέρει αξιόπιστα επιδείξεις σε διαφορετικά ρομπότ, να ανακτήσει από σφάλματα και να ολοκληρώσει μεγάλες εργασίες εκτός ελεγχόμενων επιδείξεων. Ο Skild λέει ότι προσεχώς περισσότερα αποτελέσματα σχετικά με την παραγωγή και ανάπτυξη πελατών, αλλά η αναφορά δεν αναφέρει κανέναν πελάτη και δεν παρέχει δεδομένα απόδοσης ή ασφάλειας. Περαιτέρω λεπτομέρειες σχετικά με την υποστήριξη υλικού, την πρόσβαση, τα δεδομένα εκπαίδευσης, το κόστος και την ανθρώπινη επίβλεψη θα καθορίσουν την πρακτική σημασία της κυκλοφορίας.
Η πρώτη προτεραιότητα είναι η ανεξάρτητη αξιολόγηση του ισχυρισμού εκμάθησης μεμονωμένου βίντεο. Χρήσιμα αποδεικτικά στοιχεία θα περιλαμβάνουν τα ποσοστά επιτυχίας σε αόρατες εργασίες, τον αριθμό και τον τύπο των ρομπότ που δοκιμάστηκαν, τις συνθήκες κάτω από τις οποίες καταγράφηκαν οι επιδείξεις και συγκρίσεις με τη συμβατική εκπαίδευση για συγκεκριμένη εργασία. Για δραστηριότητες μεγάλου ορίζοντα, οι αξιολογήσεις πρέπει να αναφέρουν πού συμβαίνουν αστοχίες, εάν το ρομπότ μπορεί να ανακάμψει και πώς αλλάζει η απόδοση όταν τα αντικείμενα, οι διατάξεις, ο φωτισμός ή τα εργαλεία διαφέρουν από την επίδειξη. Η τρέχουσα αναφορά παρέχει παραδείγματα αλλά όχι τυποποιημένες μετρήσεις.
Η ανθρωποειδής απόδοση και η απόδοση πολλαπλών μορφών αξίζουν ιδιαίτερης προσοχής. Το Robot Report λέει ότι το S1 προορίζεται να λειτουργήσει σε τετράποδα, ανθρωποειδή και στατικούς βραχίονες, ενώ σημειώνει επίσης ότι τα αποτελέσματα προσαρμογής που αναφέρει ο Pathak προέρχονται από μια προηγούμενη έκδοση. Η αναφορά παρακολούθησης θα πρέπει να διακρίνει τις τρέχουσες δυνατότητες του S1 από προηγούμενες επιδείξεις και να εξηγεί ποιο μοντέλο, υλικό και σύστημα ελέγχου παρήγαγε κάθε αποτέλεσμα. Η φυσική ανάπτυξη εγείρει επίσης ερωτήματα σχετικά με τις διασφαλίσεις, την ανθρώπινη παρέμβαση, τον χειρισμό αποτυχίας και την ευθύνη που δεν απαντώνται στο άρθρο.
Οι επόμενες αποκαλύψεις της Skild θα διευκρινίσουν εάν το S1 είναι ένα ερευνητικό σύστημα, ένα προϊόν πελάτη ή και τα δύο. Ο Pathak είπε στο The Robot Report ότι η εταιρεία θα δείξει περισσότερα αποτελέσματα σχετικά με την παραγωγή τις επόμενες εβδομάδες. Οι αναγνώστες θα πρέπει να αναζητήσουν επώνυμες αναπτύξεις, αναπαραγώγιμες δοκιμές, απαιτήσεις υλικού, όρους τιμολόγησης ή πρόσβασης και πληροφορίες σχετικά με τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση του μοντέλου. Η αναφορά δεν αναφέρει εάν τα βάρη, το λογισμικό ή το υλικό αξιολόγησης της S1 θα είναι διαθέσιμα στο κοινό και δεν παρέχει καμία ανεξάρτητη επιβεβαίωση των αξιώσεων χρηματοδότησης, απόδοσης ή ανάπτυξης της εταιρείας.