Egyetlen videóból tanulnak új feladatokat a Skild AI robotjai

A Pittsburgh-i székhelyű cég S1 alapmodellje képes eddig nem látott, többlépéses feladatokat elsajátítani egyetlen videós bemutatóból. A technológiát már egy Nvidia gyárban is használják Houstonban, ahol a Skild, az Nvidia és a Foxconn robotkarokon teszteli a Skild Brain modellt Nvidia Blackwell GPU rendszerek összeszereléséhez. Az S1 az Nvidia AI infrastruktúrájára épül, beleértve a Cosmos, Isaac Lab, Isaac Sim és Omniverse rendszereket az adatgenerálás, betanítás, szimuláció és bevetés során. (AI Business)

Gyors megtanulás és piaci sikerek

A modell képes alkalmazkodni a mozgó tárgyakhoz, hibákból felépülni, és olyan készségeket kombinálni, amelyekre nem programozták. A Skild AI nemrég érte el a 100 millió dolláros éves bevételi szintet, mindössze 10 hónappal az első kereskedelmi bevetés után. Amit Amit Goel, az Nvidia autonóm gépek termékmenedzsment igazgatója szerint ez bizonyíték arra, hogy a robot alapmodellek túlmutatnak a demókon, és valós munkára alkalmasak.

„Az S1 megmutatja, milyen gyorsan tud egy kezelő új munkát tanítani egy robotnak” — mondta Goel. „A gyártók számára ez a lehetőség az automatizálás rugalmasabbá tételét jelenti a termékek, alkatrészek és folyamatok változásával.” Egy kísérletben mindössze 11 perc telt el egy növény ültetési bemutató rögzítése és a robot feladat önálló elvégzése között.

Skálázási kihívások és jövőbeli alkalmazhatóság

A fizikai AI ígérete ellenére a technológia skálázásának kihívásai is vannak. Goel szerint az adatgyűjtés és az értékelés jelenti a legnagyobb akadályt. „A tapasztalatok gyűjtése valós robotokon lassú és drága” — mondta. „Egy robotnak kezelnie kell a tárgyak, a világítás, a pozicionálás és a fizikai érintkezés változásait, beleértve azokat a helyzeteket is, amelyek normál működés során ritkán fordulnak elő.” A szimuláció és a szintetikus adatok segíthetnek a fejlesztőknek ebben.

Goel szerint az iparág egy fordulóponthoz közeledik, ahol a megosztott alapmodellek különböző típusú robotok számára biztosíthatnak intelligenciát. „A Skild AI munkája robotkarokon, négylábúakon és humanoidokon keresztül haladást mutat a megosztott intelligencia felé, amely képes alkalmazkodni a különböző robottestekhez” — mondta. „A lehetőség abban rejlik, hogy a modell által tanultakat több gépen és alkalmazáson újra fel lehessen használni, csökkentve az egyes bevetésekhez szükséges fejlesztési erőfeszítést.” A következő kihívás ennek a képességnek a következetes használhatóságának biztosítása a gyártásban, ahol a Skild AI 100 millió dolláros éves bevételt ért el.