Skild AI laat robots leren van één video
Robotmodellen krijgen hun opdracht meestal in tekst: “pak de beker op”. Skild AI kiest een andere ingang. Het bedrijf uit Pittsburgh bracht S1 uit, een robotfoundationmodel dat een taak oppikt uit één video van een mens die het voordoet. Zonder finetuning, zonder extra trainingsronde.
Eén demonstratie, tien minuten werk
Op zijn eigen blog beschrijft Skild AI hoe S1 een videofragment omzet in robotacties, of die taak nu in de pre-training zat of niet. Het model draait daarbij op één set gewichten. De voorbeelden gaan verder dan het gebruikelijke oppakken en neerzetten: een plant oppotten, pannenkoeken bakken, koffie zetten met een pour-over en een bouwpakket assembleren. Taken lopen op tot ongeveer tien minuten, wat voor dit soort modellen een flinke horizon is.
Bij het oppotten van een plant zat er volgens Skild elf minuten tussen het opnemen van de demonstratie en de zelfstandige uitvoering door de robot. Daar zit de belofte: iemand filmt zichzelf, de robot doet het na.
66 procent op taken die het model nooit zag
Skild AI meldt een slagingspercentage van 66 procent op onbekende taken, met één demonstratie als input. Het bedrijf zet dat af tegen policies die via taal worden aangestuurd. Bij het opschalen van 1.000 naar 100.000 uur trainingsdata haalt S1 volgens die meting zeven keer meer rendement op taken buiten de trainingsverdeling. Eén video zou ongeveer evenveel opleveren als 380 post-trainingsepisodes bij een conventionele aanpak.
Die getallen komen van de maker zelf en zijn niet door een derde partij nagerekend. Wat Skild er wel bij vermeldt, is de kostenverdeling achter de data: voor elke dollar aan dataverzameling gaat er drie dollar naar kwaliteitscontrole. De trainingsset combineert teleoperatie, egocentrische video en simulatie.
Waarom taal tekortschiet op de werkvloer
Een instructie als “ruim de tafel af” laat te veel open. Welke volgorde, welke grip, hoeveel kracht op een glas. Video legt dat impliciet vast, inclusief timing. Dezelfde redenering zag je eerder bij wereldmodellen die uit gameplaydata leren: beeld bevat informatie die je in een zin niet kwijt kunt.
S1 bouwt voort op Skild Brain 1.0, het omni-bodied model van 500 miljard parameters dat in mei verscheen en dat quadrupeds, humanoïden, tafelarmen en mobiele manipulatoren aanstuurt. The Robot Report schreef in januari dat Skild AI bijna 1,4 miljard dollar ophaalde bij een waardering van meer dan 14 miljard, met SoftBank als leider van de ronde en NVentures, Samsung en Bezos Expeditions als medefinanciers. Dat past in de bredere golf van investeringen in fysieke AI, waar ook XPENG met robot IRON geld ophaalt.
Wat betekent dit
Voor bedrijven met kleine series en veel variatie is het programmeren van elke afzonderlijke handeling de grootste kostenpost. Een model dat een taak overneemt uit een telefoonopname verschuift dat werk naar de werkvloer zelf, weg van de integrator. Precies daar zit de winst als het standhoudt buiten een demo.
De vraag is of 66 procent bruikbaar is. Voor onbewaakt draaien in een fabriek is dat te laag; Xiaomi’s fabrieksrobot haalt 98 procent op de lijn. Voor een opstelling waarbij een medewerker meekijkt en corrigeert, ligt het anders. En de sector heeft net gezien hoe snel het sentiment draait, getuige de koersval van Unitree na de beursgang. S1 is voorlopig een onderzoeksresultaat met overtuigende video’s, geen product met een prijskaartje.