กลับไปที่ข่าว
สินค้าAI Understanding บรรยายสรุป

รายงานหุ่นยนต์: Skild AI เปิดตัวโมเดลพื้นฐานหุ่นยนต์ S1

รายงานหุ่นยนต์รายงานว่า Skild AI เปิดตัว S1 ซึ่งเป็นโมเดลพื้นฐานหุ่นยนต์ที่บริษัทกล่าวว่าสามารถเรียนรู้งานที่ซับซ้อนจากวิดีโอสาธิตของมนุษย์เพียงวิดีโอเดียว และทำงานได้กับหุ่นยนต์หลายรูปแบบ

6 min readRead the linked source
Source-provided image accompanying The Robot Report: Skild AI unveils S1 robot foundation model
แหล่งอ้างอิงแหล่งที่มาบันทึกไว้
สำนักพิมพ์
therobotreport.com
ลิงค์แหล่งที่มา
therobotreport.comhttps://www.therobotreport.com/skild-ai-unveils-s1-flagship-robot-foundation-model/
ประเภทแหล่งที่มา
แหล่งที่มาที่เชื่อมโยง — ยังไม่ได้สร้างสถานะแหล่งที่มาหลัก
บริบทเข้าใจสิ่งนี้ใน 60 วินาที

เริ่มที่นี่

เงื่อนไขสำคัญ

แบบจำลองมูลนิธิ
โมเดลก่อนการฝึกอบรมขนาดใหญ่ที่สามารถปรับให้เข้ากับงานดาวน์สตรีมได้หลายอย่าง
การเรียนรู้ในบริบท
ความสามารถของโมเดลในการติดตามรูปแบบจากตัวอย่างที่ให้ไว้ในพรอมต์โดยตรง
หลังการฝึกอบรม
ขั้นตอนการฝึกอบรมที่ใช้หลังจากการฝึกล่วงหน้า เช่น การปรับคำสั่ง การเพิ่มประสิทธิภาพการตั้งค่า และการปรับความปลอดภัย
ทดสอบตัวเองแบบทดสอบอธิบายโมเดล AI

เกิดอะไรขึ้น

รายงานหุ่นยนต์รายงานว่า Skild AI เปิดตัว S1 ซึ่งเป็นโมเดลพื้นฐานหุ่นยนต์เรือธง Deepak Pathak CEO บอกกับทางร้านว่า S1 ใช้การเรียนรู้ในบริบทเพื่อให้หุ่นยนต์ติดตามงานที่แสดงในวิดีโอของมนุษย์เพียงวิดีโอเดียว โดยไม่ต้องผ่านการฝึกอบรมเฉพาะงานหลังการฝึกอบรม Skild กล่าวว่าแบบจำลองนี้ได้รับการออกแบบสำหรับงานในขอบเขตระยะยาวและปัจจัยรูปแบบหุ่นยนต์หลายตัว แต่รายงานไม่ได้ตรวจสอบคำกล่าวอ้างของบริษัทอย่างอิสระ

Robot Report ในรายงานลงวันที่ 31 สิงหาคม 2026 ระบุว่า เมื่อเร็วๆ นี้ Skild AI ได้เปิดตัว S1 เป็นโมเดลรากฐานหุ่นยนต์เรือธง ร้านค้ารายงานว่า Skild ระดมทุนได้เกือบ 1.7 พันล้านดอลลาร์นับตั้งแต่ก่อตั้งในปี 2566 เพื่อพัฒนาสมองหุ่นยนต์เอนกประสงค์ Deepak Pathak ผู้ร่วมก่อตั้งและซีอีโอของ Skild กล่าวกับ The Robot Report ว่า S1 ใช้การเรียนรู้ในบริบท โดยมีการเพิ่มวิดีโอสาธิตของมนุษย์ลงในพรอมต์ของโมเดล จากนั้นหุ่นยนต์ก็สามารถพยายามติดตามงานที่แสดงได้ ปาตักอธิบายว่าภารกิจมีความซับซ้อนและยาวไกลมากกว่าการกระทำที่สั้นและเรียบง่าย

Robot Report กล่าวว่าแนวทางของ Skid รวมข้อมูลการฝึกอบรมสี่ประเภทเข้าด้วยกัน ข้อมูลการดำเนินงานทางไกลมาจากมนุษย์ที่ควบคุมหุ่นยนต์โดยตรง และได้รับการอธิบายว่ามีคุณภาพสูง แต่รวบรวมได้ช้าและมีความหลากหลายจำกัด วิดีโอของมนุษย์มีมากมายและหลากหลาย แต่ยากต่อการนำไปใช้กับหุ่นยนต์โดยตรง การจำลองสามารถปรับขนาดได้และหลากหลาย แต่ทิ้งช่องว่างระหว่างสภาพแวดล้อมจำลองและสภาพแวดล้อมทางกายภาพ ถุงมือจับข้อมูลเป็นอีกวิธีหนึ่งในการบันทึกการกระทำของมนุษย์ และค่อนข้างสามารถปรับขนาดได้ดีกว่าการทำงานทางไกล แม้ว่าทางร้านจะบอกว่าถุงมือดังกล่าวใช้กับหุ่นยนต์โดยตรงน้อยกว่าเล็กน้อยก็ตาม ปะทักบอกกับสื่อสิ่งพิมพ์ว่า Skild รวมแหล่งข้อมูลเข้าด้วยกันเพื่อที่จุดแข็งของฝ่ายหนึ่งจะชดเชยจุดอ่อนของอีกฝ่าย

Robot Report รายงานว่า Skild กำหนดเป้าหมายไปที่ชุดงานกว้างๆ แทนที่จะเป็นอุตสาหกรรมเดียว ตัวอย่างที่อ้างถึง ได้แก่ การปลูกต้นไม้ใหม่ การทำกาแฟ และการทำแพนเค้ก โดยงานบางอย่างอาจใช้เวลานานถึง 10 นาที Pathak บอกกับทางร้านว่ามีหุ่นยนต์พลิกแพนเค้กปรากฏขึ้น แม้ว่า Skild จะไม่พบตัวอย่างที่ตรงกันในข้อมูลการฝึกอบรมหลายล้านชั่วโมงก็ตาม เขาถือว่าพฤติกรรมนั้นมาจากแบบจำลองที่อนุมานการกระทำจากการเคลื่อนไหวของไม้พาย นี่คือบัญชีบริษัทที่รายงานโดย The Robot Report ไม่ใช่การทดสอบที่จัดทำเป็นเอกสารโดยอิสระ

ร้านค้ายังรายงานว่า Skild อธิบาย S1 ว่า "มีร่างกายรอบด้าน" ซึ่งหมายความว่ามีจุดประสงค์เพื่อทำงานกับสัตว์สี่เท้า หุ่นยนต์มนุษย์ และอาวุธคงที่ Pathak กล่าวว่า Skid วางแผนที่จะใช้เวลามากขึ้นในการปรับปรุงประสิทธิภาพการทำงานของหุ่นยนต์ รายงานกล่าวถึงผลลัพธ์ก่อนหน้านี้ที่หุ่นยนต์ฮิวแมนนอยด์ปรับตัวเมื่อแขนขาของมันล้มเหลว แต่ระบุอย่างชัดเจนว่าผลลัพธ์เหล่านั้นมาจากโมเดลเวอร์ชันก่อนหน้า และสกิลด์ยังไม่ได้ปรับขนาดโมเดลให้เป็นหุ่นยนต์ฮิวแมนนอยด์ Pathak เปรียบเทียบการเรียนรู้ในบริบทของโมเดลกับการเปลี่ยนจากการปรับแต่งเฉพาะงานเป็นการแจ้งในโมเดลภาษา ขณะเดียวกันก็รับรู้ว่าวิทยาการหุ่นยนต์ยังไม่พร้อมสำหรับการใช้งานที่บ้านในวงกว้าง

รายละเอียดที่มา: therobotreport.com ↗

ทำไมมันถึงสำคัญ

หากได้รับการตรวจสอบโดยอิสระ S1 จะสามารถจัดการกับปัญหาคอขวดที่สำคัญในวิทยาการหุ่นยนต์ได้ นั่นคือ ความจำเป็นในการรวบรวมและหลังการฝึกโมเดลแยกต่างหากสำหรับงานใหม่ รายงานอธิบายถึงความพยายามของ Skild ในการผสานรวมข้อมูลการดำเนินงานทางไกล วิดีโอของมนุษย์ การจำลอง และถุงมือจับภาพข้อมูล ซึ่งอาจแลกเปลี่ยนจุดอ่อนของแหล่งข้อมูลเดียว อย่างไรก็ตาม บทความนี้ไม่ได้ให้ผลลัพธ์การวัดประสิทธิภาพที่เป็นมาตรฐาน ตัวชี้วัดการใช้งาน รายละเอียดความพร้อมใช้งาน หรือการทดสอบอิสระ

การเปิดตัวที่รายงานมีความสำคัญเนื่องจากระบบหุ่นยนต์มักต้องมีการรวบรวมข้อมูลใหม่หรือการฝึกอบรมหลังการฝึกอบรมเมื่อพบกับงานที่ไม่คุ้นเคย คำกล่าวอ้างหลักของ S1 คือหุ่นยนต์สามารถใช้การสาธิตเป็นบริบทและดำเนินการได้ทันที หากการกล่าวอ้างดังกล่าวครอบคลุมถึงสภาพแวดล้อมและฮาร์ดแวร์ที่หลากหลาย อาจลดเวลาและความพยายามทางวิศวกรรมที่จำเป็นในการปรับหุ่นยนต์ให้เข้ากับงานใหม่แต่ละงานได้ รายงานไม่ได้ระบุว่าสิ่งนี้เกิดขึ้นในระดับการผลิต ดังนั้นศักยภาพจึงไม่ควรถือเป็นการเปลี่ยนแปลงทางอุตสาหกรรมที่แสดงให้เห็น

กลยุทธ์การฝึกอบรมแบบหลายแหล่งของ Skid จัดการกับปัญหาข้อมูลเชิงปฏิบัติ ข้อมูลที่รวบรวมโดยหุ่นยนต์มีความเชื่อมโยงอย่างใกล้ชิดกับระบบทางกายภาพ แต่มีราคาแพงในการรวบรวม วิดีโอของมนุษย์มีมากมายแต่ไม่ได้เข้ารหัสกลไกร่างกายของหุ่นยนต์โดยตรง การจำลองสามารถสร้างตัวอย่างได้จำนวนมาก แต่อาจไม่สามารถจับภาพสภาพโลกแห่งความเป็นจริงได้ การรวมแหล่งข้อมูลเหล่านี้อาจทำให้แบบจำลองพื้นฐานมีความยืดหยุ่นมากขึ้น แต่ก็สร้างคำถามในการโอนที่ยากเช่นกัน แบบจำลองจะต้องแปลการเคลื่อนไหวของมนุษย์ ไดนามิกจำลอง และสัญญาณควบคุมเฉพาะหุ่นยนต์ให้เป็นการกระทำทางกายภาพที่ปลอดภัย รายงานหุ่นยนต์อธิบายเหตุผลของ Skild แต่ไม่มีการศึกษาอิสระที่แสดงว่าชุดค่าผสมทำงานได้ดีเพียงใด

รายงานยังเชื่อมโยงการเปิดตัวโมเดลกับกลยุทธ์เชิงพาณิชย์ของ Skid Pathak บอกกับ The Robot Report ว่า S1 ช่วยให้ Skild ดำเนินการได้เร็วขึ้นเพื่อหาลูกค้า และเขากล่าวว่าการเข้าซื้อกิจการ Fetch Robotics เมื่อเร็วๆ นี้มีวัตถุประสงค์เพื่อเพิ่มความสามารถสำหรับการปรับใช้และการปรับขนาด ข้อความเหล่านั้นชี้ให้เห็นว่า Skid กำลังจัดลำดับความสำคัญการใช้งานเชิงปฏิบัติการควบคู่ไปกับการวิจัยระดับแนวหน้า แต่บทความนี้ไม่ได้ระบุลูกค้า ตั้งชื่อไซต์การผลิต รายงานอัตราความสำเร็จของงาน หรือแสดงหลักฐานว่า S1 ได้ส่งมอบผลกำไรที่วัดได้ในการใช้งานจริง ผลกระทบต่อสาธารณะจึงขึ้นอยู่กับหลักฐานการติดตามผล

Interactive Mechanism

กลไกเชิงโต้ตอบ: มันทำงานอย่างไร

สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
การตรวจสอบแนวคิดแบบโต้ตอบ+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

จะดูอะไรต่อไป.

การทดสอบที่สำคัญคือ S1 สามารถถ่ายโอนการสาธิตไปยังหุ่นยนต์ที่แตกต่างกัน กู้คืนจากข้อผิดพลาด และทำงานที่ยาวนานนอกการสาธิตที่ได้รับการควบคุมได้อย่างน่าเชื่อถือหรือไม่ Skild กล่าวว่าผลลัพธ์ที่เกี่ยวข้องกับการผลิตและการปรับใช้ของลูกค้ากำลังจะมีเพิ่มมากขึ้น แต่รายงานไม่ได้ระบุชื่อลูกค้า และไม่มีข้อมูลด้านประสิทธิภาพหรือความปลอดภัย รายละเอียดเพิ่มเติมเกี่ยวกับการสนับสนุนฮาร์ดแวร์ การเข้าถึง ข้อมูลการฝึกอบรม ค่าใช้จ่าย และการกำกับดูแลของมนุษย์จะกำหนดความสำคัญเชิงปฏิบัติของการเปิดตัวครั้งนี้

สิ่งสำคัญอันดับแรกคือการประเมินโดยอิสระของการกล่าวอ้างการเรียนรู้แบบวิดีโอเดียว หลักฐานที่เป็นประโยชน์จะรวมถึงอัตราความสำเร็จของงานที่มองไม่เห็น จำนวนและประเภทของหุ่นยนต์ที่ทดสอบ เงื่อนไขในการบันทึกการสาธิต และการเปรียบเทียบกับการฝึกอบรมเฉพาะงานทั่วไป สำหรับกิจกรรมในขอบเขตระยะยาว การประเมินควรรายงานว่าเกิดความล้มเหลวที่ใด หุ่นยนต์สามารถกู้คืนได้หรือไม่ และประสิทธิภาพเปลี่ยนแปลงอย่างไรเมื่อวัตถุ เค้าโครง แสง หรือเครื่องมือแตกต่างจากการสาธิต รายงานปัจจุบันมีตัวอย่างแต่ไม่มีการวัดที่เป็นมาตรฐาน

ประสิทธิภาพการทำงานแบบฮิวแมนนอยด์และหลายรูปแบบสมควรได้รับการตรวจสอบอย่างละเอียดเป็นพิเศษ รายงานหุ่นยนต์ระบุว่า S1 ตั้งใจที่จะทำงานกับสัตว์สี่เท้า หุ่นยนต์ฮิวแมนนอยด์ และแขนคงที่ ในขณะเดียวกันก็สังเกตว่าผลการปรับตัวฮิวแมนนอยด์ที่ Pathak อ้างถึงนั้นมาจากเวอร์ชันก่อนหน้า การรายงานการติดตามผลควรแยกแยะความสามารถปัจจุบันของ S1 จากการสาธิตครั้งก่อน และอธิบายว่ารุ่น ฮาร์ดแวร์ และระบบควบคุมใดที่สร้างผลลัพธ์แต่ละอย่าง การใช้งานทางกายภาพยังทำให้เกิดคำถามเกี่ยวกับการป้องกัน การแทรกแซงของมนุษย์ การจัดการกับความล้มเหลว และความรับผิดที่ไม่ได้รับคำตอบในบทความ

การเปิดเผยครั้งต่อไปของ Skid จะชี้แจงว่า S1 เป็นระบบการวิจัย ผลิตภัณฑ์ของลูกค้า หรือทั้งสองอย่าง Pathak บอกกับ The Robot Report ว่าบริษัทจะแสดงผลที่เกี่ยวข้องกับการผลิตเพิ่มเติมในอีกไม่กี่สัปดาห์ข้างหน้า ผู้อ่านควรมองหาการปรับใช้ที่ระบุชื่อ การทดสอบที่ทำซ้ำได้ ข้อกำหนดด้านฮาร์ดแวร์ ราคาหรือเงื่อนไขการเข้าถึง และข้อมูลเกี่ยวกับข้อมูลที่ใช้ในการฝึกโมเดล รายงานไม่ได้ระบุว่าน้ำหนัก ซอฟต์แวร์ หรือเอกสารการประเมินของ S1 จะถูกเปิดเผยสู่สาธารณะหรือไม่ และไม่ได้ให้การยืนยันโดยอิสระเกี่ยวกับเงินทุน ประสิทธิภาพ หรือการอ้างสิทธิ์ในการติดตั้งใช้งานของบริษัท

คำแนะนำและแบบทดสอบที่เกี่ยวข้อง

อธิบายโมเดล AIตัวแทนเอไอการฝึกอบรมเอไออนาคตของ AIทดสอบสิ่งที่คุณรู้ — ลองแบบทดสอบ AI ฟรีค้นหาคำศัพท์ AI ในอภิธานศัพท์ของเราติดตามตัวติดตามการเปิดตัวโมเดล AI
พบว่าสิ่งนี้มีประโยชน์หรือไม่?