AI 摘要
快速了解本文
01
Skild AI 发布 S1 模型，支持单段视频演示学习新任务。
02
S1 对未见任务成功率达 66%，远超语言提示模型的 9%。
03
从录制演示到机器人自主执行仅需 11 分钟，无需微调。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 Skild AI 发布机器人基础模型 S1，支持通过单段视频演示学习新操作任务。操作者只需录制一段人类执行任务的视频，S1 即可解释演示内容并在机器人硬件上复现预期行为，无需针对新任务进行微调或后训练。
关键数据
66%未见任务成功率S1 模型表现
9%语言提示模型成功率传统对比基准
11 min部署间隔时间从录制到执行
S1 采用上下文学习方法，类似大语言模型的提示机制，但将提示载体从文本替换为视频。在 10 万小时数据预训练后，S1 对未见任务的成功率达 66%，而基于语言提示的模型仅为 9%。单段视频演示产生的性能约等于传统模型接收 380 段后训练演示，后者通常需要 50 至 100 小时的遥操作数据采集。
在植物盆栽实验中，从录制人类演示到 S1 在机器人硬件上自主执行仅间隔 11 分钟。S1 还在煎饼制作、手冲咖啡和套件组装等任务上完成演示，部分任务包含数十个操作步骤，可持续运行达 10 分钟。S1 能响应演示中未出现的变化，如物体移动或替换，并能从执行错误中恢复。
S1 基于 Skild Brain 架构，采用分层设计，包含高层决策程序与低层控制器，可控制任何机器人形态。Skild AI 创建了包含超过 10 万种机器人形态的模拟环境用于训练。S1 已在 Skild AI 的商业合作伙伴中使用。