Skild AI Taps NVIDIA Physical AI to Teach Robots New Tasks From a Single Video

Skild AI 发布 S1，单视频学新任务，官方称每步成功率 66% vs 9%

工厂任务与布局多变而传统机器人须大量重编程，Skild AI 为此在 NVIDIA AI 基础设施上训练出上周发布的机器人基础模型 S1（公司称发布时年化营收 run rate 已达 $100 million）：操作员录一段任务演示视频作为 prompt，模型以 in-context learning 理解意图、物体与序列并映射为机器人动作，无需更新权重或任务专项训练，就能执行预训练数据未覆盖、时长至 10 分钟的多步新任务，如移盆栽、冲咖啡、组装套件；Skild 报告此类任务每步成功率达 66%，远高于同类 AI 系统的 9%，并估算一段视频约抵 380 个实操训练样本。落地层面，Skild、NVIDIA 与 Foxconn 在双臂机械臂上部署 Skild Brain，精密组装 NVIDIA Blackwell 系统，协议允许时部署经验还会回流改进主模型；研发链路上，Cosmos 与 Cosmos Curator 生成并整备训练数据，Omniverse 及 Isaac Sim 提供物理仿真，在 Isaac Lab 内借 Newton 物理引擎做强化学习以缩小 sim-to-real 差距，双方联合开发的 GPU 加速仿真求解器将并入 Newton 向所有开发者开放。

1. 1S1 无需更新权重，用 in-context learning 从单视频学新任务
2. 2官方称新任务每步成功率 66%，类似系统 9%，提升超 7 倍
3. 3官方估计单视频约等价 380 交互示例，人工需 50-100 小时

为什么重要　把机器人技能获取从重训变为视频提示，并给出 Cosmos→Isaac→TensorRT 的 NVIDIA 全链路参考路径。适合　机器人模型训练、真机部署、仿真数据闭环工程师；工厂自动化落地决策者

来源

blogs.nvidia.com

发布

2026/09/11

作者

Sasa Docca