Apa yang berlaku
Laporan Robot melaporkan bahawa Skild AI melancarkan S1, model asas robot utamanya. Ketua Pegawai Eksekutif Deepak Pathak memberitahu outlet bahawa S1 menggunakan pembelajaran dalam konteks untuk membenarkan robot mengikuti tugas yang ditunjukkan dalam satu video manusia, tanpa latihan pasca khusus tugas. Skild berkata model itu direka untuk tugas jangka panjang dan pelbagai faktor bentuk robot, tetapi laporan itu tidak mengesahkan dakwaan syarikat secara bebas.
Laporan Robot, dalam laporan bertarikh 31 Ogos 2026, mengatakan Skild AI baru-baru ini melancarkan S1 sebagai model asas robot utamanya. Outlet melaporkan bahawa Skild telah mengumpulkan hampir $1.7 bilion sejak penubuhannya pada 2023 untuk membangunkan otak robot tujuan umum. Deepak Pathak, pengasas bersama dan Ketua Pegawai Eksekutif Skild, memberitahu The Robot Report bahawa S1 menggunakan pembelajaran dalam konteks: video demonstrasi manusia ditambahkan pada gesaan model, dan robot kemudiannya boleh cuba mengikuti tugas yang ditunjukkan. Pathak menyifatkan tugas-tugas itu sebagai ufuk yang kompleks dan panjang dan bukannya tindakan ringkas dan mudah.
Laporan Robot mengatakan pendekatan Skild menggabungkan empat jenis data latihan. Data teleoperasi datang terus daripada robot yang mengawal manusia dan digambarkan sebagai berkualiti tinggi tetapi lambat untuk dikumpulkan dan terhad dalam kepelbagaian. Video manusia adalah banyak dan pelbagai tetapi sukar untuk digunakan terus kepada robot. Simulasi boleh skala dan pelbagai tetapi meninggalkan jurang antara persekitaran simulasi dan fizikal. Sarung tangan penangkap data menyediakan cara lain untuk merekodkan tindakan manusia dan agak lebih berskala daripada teleoperasi, walaupun saluran keluar mengatakan ia kurang digunakan secara langsung untuk robot. Pathak memberitahu penerbitan bahawa Skild menggabungkan sumber supaya kekuatan seseorang mengimbangi kelemahan yang lain.
Laporan Robot melaporkan bahawa Skild menyasarkan satu set tugas yang luas dan bukannya satu industri. Contoh-contoh yang disebut termasuk meletakkan semula tumbuhan, membuat kopi dan memasak penkek, dengan beberapa tugasan mengambil masa sehingga 10 minit. Pathak memberitahu outlet bahawa robot yang membelek pancake muncul walaupun Skild tidak menemui contoh yang sepadan dalam berjuta-juta jam data latihan; dia mengaitkan tingkah laku itu kepada model yang membuat kesimpulan tindakan daripada pergerakan spatula. Ini ialah akaun syarikat yang dilaporkan oleh The Robot Report, bukan ujian yang didokumenkan secara bebas.
Outlet itu juga melaporkan bahawa Skild menerangkan S1 sebagai "bertubuh omni", bermakna ia bertujuan untuk berfungsi dengan berkaki empat, humanoid dan lengan statik. Pathak berkata Skild merancang untuk meluangkan lebih banyak masa untuk meningkatkan prestasi humanoid. Laporan itu menyebut keputusan awal di mana manusia menyesuaikan diri apabila anggota badannya gagal, tetapi secara eksplisit mengatakan hasil tersebut datang daripada versi model terdahulu dan bahawa Skild belum lagi menskalakan model itu kepada humanoid. Pathak membandingkan pembelajaran dalam konteks model dengan peralihan daripada penalaan khusus tugasan kepada gesaan dalam model bahasa, sambil mengakui bahawa robotik masih belum bersedia untuk penggunaan rumah yang luas.
Butiran sumber: therobotreport.com ↗
Mengapa ia penting
Jika disahkan secara bebas, S1 boleh menangani kesesakan utama dalam robotik: keperluan untuk mengumpul dan selepas melatih model secara berasingan untuk tugasan baharu. Laporan itu menerangkan percubaan Skild untuk menggabungkan data teleoperasi, video manusia, simulasi dan sarung tangan penangkapan data, yang berpotensi memperdagangkan kelemahan mana-mana sumber tunggal. Walau bagaimanapun, artikel itu tidak memberikan hasil penanda aras piawai, metrik penggunaan, butiran ketersediaan atau ujian bebas.
Pelancaran yang dilaporkan adalah penting kerana sistem robotik biasanya memerlukan pengumpulan data baharu atau selepas latihan apabila mereka menghadapi tugas yang tidak biasa. Tuntutan utama S1 ialah robot boleh menggunakan demonstrasi sebagai konteks dan bertindak ke atasnya dengan segera. Jika tuntutan itu berlaku dalam pelbagai persekitaran dan perkakasan, ia boleh mengurangkan masa dan usaha kejuruteraan yang diperlukan untuk menyesuaikan robot kepada setiap tugas baharu. Laporan itu tidak menyatakan bahawa ini telah berlaku pada skala pengeluaran, jadi potensi itu tidak boleh dianggap sebagai peralihan industri yang ditunjukkan.
Strategi latihan pelbagai sumber Skild menangani masalah data praktikal. Data yang dikumpul oleh robot berkait rapat dengan sistem fizikal tetapi mahal untuk dikumpulkan; video manusia banyak tetapi tidak mengekod secara langsung mekanik badan robot; simulasi boleh menjana sejumlah besar contoh tetapi mungkin tidak menangkap keadaan dunia sebenar. Menggabungkan sumber ini boleh menjadikan model asas lebih fleksibel, tetapi ia juga mewujudkan soalan pemindahan yang sukar. Model mesti menterjemah gerakan manusia, dinamik simulasi dan isyarat kawalan khusus robot kepada tindakan fizikal yang selamat. Laporan Robot menerangkan rasional Skild tetapi tidak membekalkan kajian bebas yang menunjukkan sejauh mana gabungan itu berfungsi.
Laporan itu juga menghubungkan pelancaran model dengan strategi komersial Skild. Pathak memberitahu The Robot Report bahawa S1 telah membantu Skild bergerak lebih pantas untuk memperoleh pelanggan, dan beliau berkata pemerolehan Fetch Robotics baru-baru ini bertujuan untuk menambah bakat untuk penggunaan dan penskalaan. Kenyataan tersebut mencadangkan bahawa Skild mengutamakan penggunaan operasi di samping penyelidikan sempadan. Namun artikel itu tidak mengenal pasti pelanggan, menamakan tapak pengeluaran, melaporkan kadar kejayaan tugasan atau memberikan bukti bahawa S1 telah menyampaikan keuntungan yang boleh diukur dalam penggunaan langsung. Oleh itu, kesan awam tetap bergantung pada bukti susulan.
Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya
Terokai teknologi asas di sebalik pembangunan ini secara interaktif.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Apa yang perlu ditonton seterusnya
Ujian utama ialah sama ada S1 boleh memindahkan demonstrasi kepada robot yang berbeza, pulih daripada ralat dan menyelesaikan tugas yang panjang di luar demonstrasi terkawal. Skild berkata lebih banyak hasil berkaitan pengeluaran dan penggunaan pelanggan akan datang, tetapi laporan itu tidak menamakan pelanggan dan tidak memberikan data prestasi atau keselamatan. Butiran lanjut tentang sokongan perkakasan, akses, data latihan, kos dan pengawasan manusia akan menentukan kepentingan praktikal pelancaran itu.
Keutamaan pertama ialah penilaian bebas terhadap tuntutan pembelajaran video tunggal. Bukti berguna termasuk kadar kejayaan merentas tugas yang tidak kelihatan, bilangan dan jenis robot yang diuji, keadaan di mana demonstrasi direkodkan dan perbandingan dengan latihan khusus tugasan konvensional. Untuk aktiviti jangka panjang, penilaian hendaklah melaporkan di mana kegagalan berlaku, sama ada robot boleh pulih dan cara prestasi berubah apabila objek, reka letak, pencahayaan atau alatan berbeza daripada demonstrasi. Laporan semasa menyediakan contoh tetapi tiada ukuran piawai.
Prestasi humanoid dan pelbagai bentuk wajar mendapat penelitian khusus. Laporan Robot mengatakan S1 bertujuan untuk bekerja merentasi berkaki empat, humanoid dan lengan statik, sambil juga menyatakan bahawa hasil penyesuaian humanoid yang dipetik oleh Pathak datang daripada versi terdahulu. Pelaporan susulan harus membezakan keupayaan S1 semasa daripada demonstrasi terdahulu dan menerangkan model, perkakasan dan sistem kawalan yang menghasilkan setiap hasil. Penggunaan fizikal juga menimbulkan persoalan tentang perlindungan, campur tangan manusia, pengendalian kegagalan dan liabiliti yang tidak dijawab dalam artikel.
Pendedahan Skild seterusnya akan menjelaskan sama ada S1 ialah sistem penyelidikan, produk pelanggan atau kedua-duanya. Pathak memberitahu The Robot Report bahawa syarikat itu akan menunjukkan lebih banyak hasil berkaitan pengeluaran dalam beberapa minggu akan datang. Pembaca harus mencari penempatan bernama, ujian boleh dihasilkan semula, keperluan perkakasan, harga atau syarat akses dan maklumat tentang data yang digunakan untuk melatih model. Laporan itu tidak menyatakan sama ada pemberat, perisian atau bahan penilaian S1 akan tersedia secara umum, dan ia tidak memberikan pengesahan bebas mengenai pembiayaan, prestasi atau tuntutan penggunaan syarikat.