Montrez au robot une vidéo d'une tâche de dix minutes, et il fait la tâche de dix minutes — sans réentraînement, sans rien taper
Skild AI a publié S1, un modèle de fondation robotique piloté par la vidéo plutôt que par le langage : on lui montre une personne qui effectue une tâche et il produit les actions, dans des environnements et sur des travaux qu'il n'a jamais vus à l'entraînement. L'entreprise annonce 66 % de réussite sur des tâches inédites à 100 000 heures de préentraînement, contre 9 % pour le même modèle guidé par des mots, et évalue une seule démonstration à environ 380 épisodes de post-entraînement. C'est le premier modèle de ce type montré tenant sur des tâches de dix minutes comportant des dizaines d'étapes de manipulation — préparer un café, rempoter une plante, faire des pancakes — et Skild affirme qu'il improvise face aux erreurs au lieu de rejouer la vidéo. Les performances chutent encore lorsque les conditions changent au point d'exiger une autre stratégie.
Actus liées
Alibaba a lancé un compte à rebours sur la première pièce de Qwen4 — les poids s'ouvrent ce soir à 23 h, heure de Pékin2026-08-26Alibaba a mis en ligne la page d'un modèle qu'elle présente comme un avant-goût de l'architecture Qwen4, daté du 26 août — les specs sont apparues, puis ont disparu
2026-08-25La dernière passe d'entraînement a coûté environ 450 000 dollars. Le propriétaire de Westlaw a désormais son propre modèle de frontière.
2026-08-25Un modèle vidéo que l'on dirige aux touches fléchées pendant qu'il génère encore — et l'entreprise admet qu'il rend moins bien que les modèles hors ligne
2026-08-25Le plus gros chèque unique de Chine pour des corps de robots : 900 millions de dollars sur une valorisation de 6,3 milliards, pour un humanoïde attendu en production cette année
2026-08-24