Skild AI S1 机器人基础模型
2026 年 8 月 26 日，Skild AI（8 月 25 日）发布 S1 机器人基础模型。
事件与背景
Skild AI 是卡内基梅隆大学机器人研究所孵化的初创公司。S1 是首个支持从单次视频演示学习长达 10 分钟长时任务的机器人基础模型，无需任务特定微调。Sequoia Capital 称其为"机器人学的 ChatGPT 时刻"。
核心能力
| 指标 | 数据 |
|---|---|
| 学习方式 | 单次视频演示 |
| 任务时长 | 最长 10 分钟 |
| 成功率 | 66%（未见任务） |
| 对比基线 | 语言提示需 80 次演示 |
| 训练数据 | 100,000 小时 |
| 微调需求 | 无 |
测试任务
S1 在四个未见任务上测试（训练数据中不包含）：
植物盆栽（9:22 演示，9:27 执行）
- 移动土壤、放置植物、加水
- 演示到执行间隔 11 分钟
煎饼翻转
- 使用铲子翻转煎饼
手冲咖啡
- 压滤纸、准备手冲装置
套件组装
- 多步骤组装任务
技术机制
上下文学习（In-Context Learning）
- 视频演示作为任务提示
- 模型推断目标、规划序列、适应环境
- 无需任务特定训练
长时任务处理
- 支持数十个操作步骤
- 进度跟踪和错误恢复
- 实时执行
影响分析
| 维度 | 影响 |
|---|---|
| 数据效率 | 单次演示 vs 80 次 |
| 部署成本 | 大幅降低数据收集 |
| 泛化能力 | 未见任务 66% 成功率 |
| 工业应用 | 准确率仍需提升 |
风险边界与后续观察
- 准确率：66% 成功率尚不满足工业部署需求
- 泛化范围：不同光照、角度、未见物体的表现
- 机器人平台：支持的机器人形态
- 可靠性：重复试验的一致性
AI Master 解读
核心事件
Skild AI 发布 S1 机器人基础模型，支持单次视频演示学习。
行业影响
为什么重要： 这是机器人基础模型从"预训练+微调"走向"预训练+即时泛化"的又一突破。单次视频演示即可学习 10 分钟长时任务，无需微调，大幅降低机器人部署的数据收集成本。
影响分析：
| 维度 | 影响 |
|---|---|
| 数据效率 | 单次演示 vs 80 次演示 |
| 任务时长 | 支持 10 分钟长时任务 |
| 泛化能力 | 66% 成功率（未见任务） |
| 部署成本 | 大幅降低数据收集需求 |
AI Master 建议
关注 S1 在不同机器人平台上的泛化能力和工业场景的可靠性。单次演示学习的准确率提升是关键。 **来源:** Skild AI / Dealroom **链接:** https://www.skild.ai/blogs/s1