给机器人看一段十分钟活儿的视频，它就把这十分钟的活儿干完——不用重训，也不用打字下指令

Skild AI 发布了 S1，一个用视频而非语言来下达任务的机器人基础模型：你给它看一个人做某件事的视频，它就在训练中从未见过的场景和任务上生成动作。公司称在 10 万小时预训练规模下，面对未见过的任务成功率为 66%，而同一模型用文字下达指令时只有 9%；一次演示的价值大致相当于 380 段后训练数据。这是首个被展示能撑住十分钟、包含数十个操作步骤的长任务的此类模型——煮咖啡、给植物换盆、煎薄饼——Skild 说它不是照搬视频，而是在出错时临场调整。当条件变化到需要完全不同的策略时，表现仍会明显下滑。

✓ 已核实 · 2个来源

相关新闻