Skild S1 详解：机器人告别 BERT 时代，单视频提示零微调学会新任务
deepakpathak · x · 2026-08-26
Skild AI 创始人 Deepak Pathak 借官方博客介绍 S1：机器人领域的上下文学习。核心主张语言建模的历史提供了蓝图：BERT 式模型每换一个应用都要收数据微调，而 ChatGPT 的关键跃迁是上下文学习（ICL）——通过提示即可注入新概念，无需动权重。机器人至今仍停留在「BERT 时代」：能学复杂行为，但每个新任务都要在部署条件下采集数十到上百小时数据做后训练；已有研究（Oh et al., 2026）表明后训练数据足够密时，从零训练的策略能追平预训练基础模型——那预训练的意义何在？S1 能力- 执行从未在预训练中见过的任务 - 10 分钟级长程任务 - 单条视频作为提示，无需后训练创始人还回应了质疑：类比 Claude/GPT 的 system prompt，这是其自然延伸；博客结果显示机器人能在提示之外泛化到较远的情况，说明此路可行。他同时预告将公布更多用户的实际使用案例，并期待未来做家用机器人。
所属事件:Skild AI 发布机器人基础模型 S1：单视频演示零微调执行长任务(11 条相关)→
「具身」频道最新
- 仿真蒸馏难如数据规模化？机器人训练路线之争 — KyleMorgenstein · 2026-08-26
- 研究者探讨机器人世界模型，参加达姆施塔特自主学习研讨会 — breadli428 · 2026-08-26
- 中国人形机器人销量远超美国公司 — teortaxesTex · 2026-08-26
- Anchor-Align：解决 VLA 微调遗忘问题，泛化性大幅提升 — _krishna_murthy · 2026-08-26
- 中国初创 Rochu 推出液压驱动仿生人形机械手 — teortaxesTex · 2026-08-26
- MIT 教授观点：为何轮式机器人比双足更易部署 — BradPorter_ · 2026-08-26