Skild AI借助英伟达物理AI，让机器人从单个视频学习新任务

机器人正在学会一件对工厂和仓库来说意义重大的事：看一遍视频，就能上手干活。英伟达博客披露，机器人基础模型公司 Skild AI 上周发布了名为 S1 的新模型，它能够从单次视频演示中学习此前从未见过的长流程任务，而且不需要更新模型权重，也不需要针对具体任务做后训练——这种能力在业内被称为上下文学习（in-context learning）。换句话说，操作员拿手机拍一段示范视频丢给模型当提示词，S1 就能理解视频里的意图、物体和操作顺序，直接把它翻译成眼前这台机器人的动作。在植物换盆的测试中，Skild 团队从录制示范到机器人在真实硬件上自主执行，只用了 11 分钟。 这件事的背景是，制造业车间、仓库和产线几乎从来不是一成不变的：任务会变、布局会挪、新产品会来，而绝大多数工业机器人是为固定工种设计的，每换一个产品、流程或布局，就得重新采集数据、重新训练、重新验证。S1 试图打破这个循环。它目前能完成最长约 10 分钟的不熟悉任务，包括换盆、做煎饼、手冲咖啡和套件装配，这些任务往往包含几十个操作步骤，需要机器人把此前没做过的技能按新顺序组合起来。在 Skild 的多步骤新任务测试中，S1 每一步的成功率约为 66%，而同类 AI 系统只有 9%，提升超过七倍。Skild 还估算，给机器人看一段简短的视频示例，效果大约相当于给它 380 个亲手训练样本，而人工收集这些样本可能要花 50 到 100 个小时。 对跨境电商卖家和出海硬件团队来说，这个进展的看点在于它可能改变自动化部署的成本结构。Skild 在首次商业部署后 10 个月内就达到了 1 亿美元的年化收入运行率，并建立了 60 多个部署合作，覆盖制造、物流、巡检、安防、食品加工等场景。在客户协议允许的前提下，商业部署中积累的经验还能反哺基础模型，加速后续部署。目前 Skild、英伟达和富士康正在双臂机械臂上部署 Skild Brain，用于英伟达 Blackwell 系统的高精度装配，演示流程中机器人要安装母线排和限位块、拧紧 16 颗螺丝，并在多步骤任务中应对扰动，这对运动精度、接触感知控制、序列跟踪和异常恢复都提出了要求。Skild 的 S1 和整套研究都跑在英伟达的 AI 基础设施上，双方的合作覆盖合成数据生成、模型训练、仿真和真实世界的物理 AI 部署。Skild 联合创始人兼 CEO Deepak Pathak 把这件事定义为机器人领域的阶跃式变化：靠经验学习，而不是靠预编程。