Skild AI 用 NVIDIA 實體 AI 教機器人學新任務

Skild AI 推出了機器人基礎模型 S1，以 NVIDIA 實體 AI 技術打造，目標相當大膽：讓機器人看一段影片示範，就能學會新任務。這個模型要解決的是機器人領域長久以來的問題——製造現場、倉庫與產線這類環境不斷變動，而多數機器人只要任務或配置一改，就得大幅重新編程。 S1 鎖定的是過去沒見過的長流程任務，也就是會隨時間展開的多步驟活動，而不是簡單的重複動作。透過從影片學習，機器人可望在不需要傳統上為每種行為手工編寫程式的大量工程投入下，就取得新技能。減輕重新編程負擔，正是這次發表的關鍵賣點。 這項工作也呼應了業界朝向通用機器人基礎模型的更大趨勢，讓模型能跨不同機體、環境與任務類型泛化。企業不必為每次部署打造客製系統，而是可以依賴一套共用的基礎模型，再快速調適到新情境。NVIDIA 的實體 AI 堆疊提供了模擬、訓練與推論基礎設施，讓這類學習有機會大規模實現。 如果成功，單段影片任務學習可望大幅降低在動態工業場景部署機器人的成本。工廠不必經過冗長的機器人重新訓練，就能重新配置產線；倉庫也能更輕鬆因應季節性變化。S1 只是早期的一步，但它指向的未來是：機器人像人類一樣在工作中學習，靠觀看與模仿，而不是被明確地編寫程式。