Roboter lærer nye oppgaver fra én video med ny AI-modell

Industriroboter har tradisjonelt trengt omfattende omprogrammering og trening for nye oppgaver, men Skild AIs nye S1-modell endrer dette. Modellen lar roboter tolke en videodemonstrasjon av en oppgave og utføre den uten ny trening, en metode kalt in-context learning. S1 kan utføre nye, flertrinns oppgaver som varer opptil ti minutter, for eksempel potte planter eller lage pannekaker. I Skilds tester lyktes S1 i 66 prosent av trinnene i nye oppgaver, mot ni prosent for lignende systemer – en syv ganger bedre ytelse. Én video kan erstatte rundt 380 manuelle treningseksempler, noe som sparer 50–100 timer for bedrifter som Foxconn, som allerede bruker teknologien til presisjonsmontering av komponenter. Modellen utvikles på NVIDIAs AI-infrastruktur, inkludert simulering i Isaac Lab og bruk av Cosmos for databerikelse. Dette samarbeidet skal flytte tilpasningsdyktig robotintelligens fra forskningslaboratoriet til fabrikker og andre dynamiske miljøer, og bygger på erfaring fra Skilds kommersielle utrullinger. Selskapet melder om 100 millioner dollar i årlig omsetning ti måneder etter første kommersielle utrulling, med over 60 partnerskap.