發生了什麼事
《機器人報告》報導，Skild AI 推出了其旗艦機器人基礎模型 S1。執行長 Deepak Pathak 告訴媒體，S1 使用情境學習讓機器人遵循人類影片中演示的任務，而無需進行特定任務的後期培訓。 Skild 表示，該模型是為長期任務和多種機器人外形設計的，但該報告並未獨立驗證該公司的說法。
《機器人報告》在 2026 年 8 月 31 日的報告中表示，Skild AI 最近推出了 S1 作為其旗艦機器人基礎模型。該媒體報導稱，Skild 自 2023 年成立以來已籌集近 17 億美元用於開發通用機器人大腦。 Skild 的聯合創始人兼首席執行官 Deepak Pathak 告訴《機器人報告》，S1 使用情境學習：將人類演示影片添加到模型的提示中，然後機器人可以嘗試遵循演示的任務。帕塔克將這些任務描述為複雜而長期的任務，而不是簡短、簡單的行動。
《機器人報告》稱斯基德的方法結合了四種訓練資料。遠端操作數據直接來自控制機器人的人類，被描述為高品質但收集緩慢且多樣性有限。人類影片豐富多樣，但很難直接應用於機器人。模擬具有可擴展性和多樣性，但在模擬環境和物理環境之間留下了差距。數據採集手套提供了另一種記錄人類行為的方式，並且比遠端操作更具可擴展性，儘管該媒體表示它們不太直接適用於機器人。帕塔克告訴該刊物，斯基德將這些來源結合起來，以便一個來源的長處可以彌補另一個來源的弱點。
《機器人報告》報導，Skild 的目標是廣泛的任務，而不是單一產業。引用的例子包括為植物換盆、煮咖啡和做煎餅，有些任務需要長達 10 分鐘的時間。帕塔克告訴媒體，儘管斯基德在數百萬小時的訓練數據中沒有找到匹配的例子，但翻轉煎餅的機器人還是出現了；他將該行為歸因於模型從抹刀的運動推斷出該動作。這是機器人報告報告的公司帳戶，而不是獨立記錄的測試。
該媒體還報導稱，Skild 將 S1 描述為“全能”，這意味著它旨在與四足動物、類人生物和靜態手臂一起工作。帕塔克表示，斯基德計畫花更多時間來提高人形機器人的性能。該報告提到了早期的結果，其中類人生物在四肢失效時進行了適應，但它明確表示這些結果來自早期的模型版本，斯基德尚未將該模型擴展到類人生物。 Pathak 將該模型的上下文學習與從特定任務微調到語言模型提示的轉變進行了比較，同時承認機器人技術尚未準備好廣泛家庭部署。
為什麼這很重要
如果經過獨立驗證，S1 可以解決機器人技術的一個主要瓶頸：需要為新任務單獨收集和後訓練模型。該報告描述了斯基德試圖將遠端操作數據、人類視訊、模擬和數據採集手套結合起來，從而可能彌補任何單一來源的弱點。但是，本文沒有提供標準化基準測試結果、部署指標、可用性詳細資訊或獨立測試。
這次發布的報告意義重大，因為機器人系統在遇到不熟悉的任務時通常需要新的資料收集或後期培訓。 S1 的核心主張是機器人可以使用演示作為上下文並立即採取行動。如果這一說法適用於不同的環境和硬件，那麼它可以減少機器人適應每項新任務所需的時間和工程工作。該報告並未證實這種情況已經在生產規模上發生，因此不應將這種潛力視為已證實的產業轉變。
Skild 的多源訓練策略解決了實際的資料問題。機器人收集的數據與物理系統密切相關，但收集成本昂貴；人類影片非常豐富，但並沒有直接編碼機器人的身體力學；模擬可以產生大量範例，但可能無法捕捉現實世界的情況。結合這些來源可以使基礎模型更靈活，但也會產生困難的遷移問題。模型必須將人體運動、模擬動力學和機器人特定的控制訊號轉化為安全的物理動作。 《機器人報告》描述了斯基爾德的基本原理，但沒有提供獨立研究來證明這種組合的效果如何。
該報告還將該車型的發布與 Skild 的商業策略聯繫起來。 Pathak 告訴《機器人報告》，S1 已經在幫助 Skild 更快地獲取客戶，他表示最近收購 Fetch Robotics 的目的是增加部署和擴展方面的人才。這些聲明表明斯基德正在優先考慮前沿研究和實際應用。然而，這篇文章並沒有識別客戶、命名生產網站、報告任務成功率，也沒有提供 S1 在即時部署中帶來可衡量收益的證據。因此，公眾影響仍取決於後續證據。
互動機制：它實際上是如何運作的
以互動方式探索這項發展背後的基礎技術。
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
接下來看什麼
關鍵測試是 S1 能否可靠地將演示轉移到不同的機器人、從錯誤中恢復以及在受控演示之外完成長時間任務。 Skild 表示，更多與生產相關的結果和客戶部署即將推出，但該報告沒有提及客戶名稱，也沒有提供效能或安全資料。有關硬體支援、存取、培訓數據、成本和人工監督的更多詳細資訊將決定此次發布的實際意義。
第一要務是對單一視訊學習主張進行獨立評估。有用的證據包括看不見的任務的成功率、測試的機器人的數量和類型、記錄演示的條件以及與傳統的特定任務訓練的比較。對於長期活動，評估應報告故障發生的位置、機器人是否可以恢復，以及當物體、佈局、照明或工具與演示不同時表現如何變化。目前的報告提供了範例，但沒有標準化的測量結果。
人形和多形狀因素的表現值得特別檢視。 《機器人報告》稱 S1 旨在跨四足動物、類人動物和靜態手臂工作，同時也指出 Pathak 引用的類人動物適應結果來自早期版本。後續報告應將目前的 S1 功能與先前的演示區分開來，並解釋產生每個結果的模型、硬體和控制系統。實體部署也提出了有關保障措施、人為幹預、故障處理和責任的問題，這些問題在本文中沒有得到解答。
Skild 的下一次披露將澄清 S1 是研究系統、客戶產品，還是兩者兼而有之。帕塔克告訴《機器人報告》，該公司將在未來幾週內展示更多與生產相關的結果。讀者應該尋找命名部署、可重複測試、硬體要求、定價或存取條款以及有關用於訓練模型的資料的資訊。該報告沒有說明 S1 的權重、軟體或評估資料是否會公開，也沒有對該公司的資金、性能或部署聲明進行獨立確認。