Mi történt
A Robot Report arról számol be, hogy a Skild AI bemutatta az S1-et, a zászlóshajó robot alapmodelljét. Deepak Pathak vezérigazgató elmondta az üzletnek, hogy az S1 kontextuson belüli tanulást használ, hogy a robotok egy emberi videóban bemutatott feladatot kövessenek, feladatspecifikus utóképzés nélkül. Skild szerint a modellt hosszú távú feladatokra és többféle robotforma-tényezőre tervezték, de a jelentés nem igazolja függetlenül a cég állításait.
A Robot Report, egy 2026. augusztus 31-i jelentés szerint a Skild AI a közelmúltban mutatta be az S1-et, mint zászlóshajó-robot alapmodelljét. Az iroda jelentése szerint a Skild közel 1,7 milliárd dollárt gyűjtött össze 2023-as alapítása óta egy általános célú robotagy fejlesztésére. Deepak Pathak, a Skild társalapítója és vezérigazgatója a The Robot Reportnak elmondta, hogy az S1 kontextuson belüli tanulást használ: egy emberi bemutató videót adnak hozzá a modell promptjához, és a robot megpróbálhatja követni a bemutatott feladatot. Pathak a feladatokat inkább összetett és hosszú távú, semmint rövid, egyszerű műveleteknek írta le.
A Robot Report szerint a Skild megközelítése négyféle edzési adatot kombinál. A teleoperációs adatok közvetlenül a robotokat irányító emberektől származnak, és jó minőségűnek, de lassú gyűjtésűnek és korlátozott sokszínűségnek nevezik. Az emberi videók bőségesek és változatosak, de nehéz őket közvetlenül egy robotra alkalmazni. A szimuláció méretezhető és változatos, de rést hagy a szimulált és a fizikai környezet között. Az adatrögzítő kesztyűk egy másik módot kínálnak az emberi cselekvések rögzítésére, és valamivel jobban skálázhatók, mint a távműködés, bár a portál szerint valamivel kevésbé alkalmazhatók közvetlenül a robotokra. Pathak a kiadványnak elmondta, hogy a Skild úgy egyesíti a forrásokat, hogy az egyik erősségei kompenzálják a másik gyengeségeit.
A Robot Report jelentése szerint a Skild a feladatok széles körét célozza meg, nem pedig egyetlen iparágat. Az idézett példák közé tartozik egy növény átültetése, kávéfőzés és palacsintafőzés, egyes feladatok akár 10 percet is igénybe vehetnek. Pathak elmondta az üzletnek, hogy megjelent egy palacsintát forgató robot, bár Skild nem talált megfelelő példát több millió órányi edzési adatban; a viselkedést a modellnek tulajdonította, amely a spatula mozgásából következtetett a cselekvésre. Ez a The Robot Report által közölt vállalati számla, nem pedig egy önállóan dokumentált teszt.
A kiadó arról is beszámol, hogy Skild az S1-et „teljes testűnek” írja le, ami azt jelenti, hogy négylábúakkal, humanoidokkal és statikus karokkal működik. Pathak elmondta, hogy Skild több időt kíván fordítani a humanoid teljesítmény javítására. A jelentés megemlíti a korábbi eredményeket, amelyekben egy humanoid alkalmazkodott, amikor végtagjai meghibásodtak, de kifejezetten azt állítja, hogy ezek az eredmények egy korábbi modellváltozatból származnak, és hogy Skild még nem méretezte át a modellt humanoidokra. Pathak összehasonlította a modell kontextuson belüli tanulását a feladatspecifikus finomhangolásról a nyelvi modellekben történő felszólításra való elmozdulással, miközben elismerte, hogy a robotika még nem áll készen a széles körű otthoni alkalmazásra.
Forrás részletei: therobotreport.com ↗
Miért számít
Ha önállóan érvényesítik, az S1 megoldhatja a robotika egyik fő szűk keresztmetszetét: az új feladatokhoz külön kell gyűjteni és utólag modellezni a modelleket. A jelentés leírja Skild kísérletét a teleoperációs adatok, az emberi videók, a szimulációk és az adatrögzítő kesztyűk kombinálására, potenciálisan lecserélve egyetlen forrás gyengeségeit. A cikk azonban nem tartalmaz szabványos benchmark eredményeket, üzembe helyezési mutatókat, rendelkezésre állási adatokat vagy független tesztelést.
A bejelentett bevezetés azért jelentős, mert a robotikai rendszerek gyakran új adatgyűjtést vagy utóképzést igényelnek, ha ismeretlen feladatokkal találkoznak. Az S1 központi állítása az, hogy egy robot kontextusként használhatja a bemutatót, és azonnal cselekedhet. Ha ez az állítás változatos környezetekre és hardverekre vonatkozik, az csökkentheti az időt és a mérnöki erőfeszítéseket, amelyek ahhoz szükségesek, hogy egy robotot minden új feladathoz alkalmazkodjanak. A jelentés nem állapítja meg, hogy ez a termelési léptékben történt, ezért a potenciált nem szabad bizonyított iparági elmozdulásként kezelni.
A Skild több forrásból álló képzési stratégiája egy gyakorlati adatproblémát old meg. A robotok által gyűjtött adatok szorosan kötődnek a fizikai rendszerhez, de költséges összegyűjteni; az emberi videók bőségesek, de nem kódolják közvetlenül a robot testmechanikáját; a szimuláció nagy mennyiségű példát generálhat, de nem feltétlenül rögzíti a valós körülményeket. Ezen források kombinálása rugalmasabbá teheti az alapozási modellt, de nehéz átviteli kérdéseket is felvet. A modellnek az emberi mozgást, a szimulált dinamikát és a robotspecifikus vezérlőjeleket biztonságos fizikai cselekvésekké kell lefordítania. A Robot Report leírja Skild indoklását, de nem közöl független tanulmányt, amely bemutatná a kombináció működését.
A jelentés összekapcsolja a modell bevezetését a Skild kereskedelmi stratégiájával is. Pathak elmondta a The Robot Reportnak, hogy az S1 már segített a Skildnek abban, hogy gyorsabban tudjon ügyfeleket szerezni, és azt mondta, hogy a Fetch Robotics legutóbbi felvásárlásának célja, hogy tehetségeket adjon hozzá a telepítéshez és a méretezéshez. Ezek a kijelentések arra utalnak, hogy a Skild az operatív felhasználást részesíti előnyben a felderítő kutatás mellett. A cikk azonban nem azonosítja az ügyfeleket, nem nevezi meg a gyártási telephelyeket, nem jelenti a feladatok sikerének arányát, és nem szolgáltat bizonyítékot arra vonatkozóan, hogy az S1 mérhető nyereséget ért el egy élő telepítés során. A nyilvánosságra gyakorolt hatás tehát továbbra is a nyomon követett bizonyítékoktól függ.
Interaktív mechanizmus: Hogyan működik valójában
Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Mit nézzünk ezután
A legfontosabb tesztek az, hogy az S1 képes-e megbízhatóan átadni a bemutatókat a különböző robotoknak, helyre tudja-e állítani a hibákat, és képes-e hosszú feladatokat végrehajtani az ellenőrzött bemutatókon kívül. A Skild szerint további, a gyártással kapcsolatos eredmények és az ügyfelek telepítése várható, de a jelentés nem nevez meg ügyfelet, és nem ad teljesítmény- vagy biztonsági adatokat. A hardvertámogatással, a hozzáféréssel, a képzési adatokkal, a költségekkel és az emberi felügyelettel kapcsolatos további részletek határozzák meg a bevezetés gyakorlati jelentőségét.
Az első prioritás az egyvideós tanulási követelés független értékelése. A hasznos bizonyítékok közé tartozik a nem látott feladatok sikerességi aránya, a tesztelt robotok száma és típusa, a bemutatók rögzítésének körülményei, valamint a hagyományos feladat-specifikus képzéssel való összehasonlítás. A hosszú távú tevékenységeknél az értékelésnek jelentenie kell, hol fordulnak elő meghibásodások, hogy a robot képes-e helyreállni, és hogyan változik a teljesítmény, ha az objektumok, elrendezések, világítás vagy eszközök eltérnek a bemutatótól. A jelenlegi jelentés példákat tartalmaz, de szabványosított méréseket nem.
A humanoid és a multi-form-factor teljesítmény különös vizsgálatot érdemel. A Robot Report szerint az S1-nek négylábúakon, humanoidokon és statikus karokon kell működnie, ugyanakkor megjegyzi, hogy a Pathak által idézett humanoid adaptációs eredmények egy korábbi verzióból származnak. A nyomon követési jelentésnek meg kell különböztetnie a jelenlegi S1-képességeket a korábbi bemutatóktól, és el kell magyaráznia, hogy az egyes eredményeket milyen modell, hardver és vezérlőrendszer eredményezte. A fizikai telepítés a biztosítékokkal, az emberi beavatkozással, a hibakezeléssel és a felelősséggel kapcsolatos kérdéseket is felvet, amelyekre a cikk nem ad választ.
A Skild következő közleményei azt fogják tisztázni, hogy az S1 kutatási rendszer, vásárlói termék vagy mindkettő. Pathak a The Robot Report-nak elmondta, hogy a vállalat a következő hetekben több termelési eredményt fog mutatni. Az olvasóknak keresniük kell a nevesített telepítéseket, a reprodukálható teszteket, a hardverkövetelményeket, az árakat vagy a hozzáférési feltételeket, valamint a modell betanításához használt adatokkal kapcsolatos információkat. A jelentés nem szól arról, hogy az S1 súlyozásai, szoftverei vagy értékelési anyagai nyilvánosan elérhetők lesznek-e, és nem ad független megerősítést a vállalat finanszírozásáról, teljesítményéről vagy telepítési igényeiről.