Skild S1 看一遍煎饼视频即上手,机器人「视频提示学习」成新趋势
deepakpathak · x · 2026-09-09
- Skild AI 的通用机器人基础模型 S1 展示：看一次人类翻煎饼的视频，就能直接在真机上完成同样的动作，且翻煎饼并不在其预训练数据中。
- 同一套模型权重，无需微调、无需任务特定后训练，即可胜任移栽植物、手冲咖啡、套件组装等未见任务，多步连续运行可达约 10 分钟。
- 以移栽植物为例，从人类演示开始到自主执行仅用 11 分钟。
- 扩展性数据亮眼：在 10 万小时预训练规模下，S1 在未见任务上的平均单步成功率达 66%。
- 评论指出，几周内 NVIDIA、Skild、Generalist、X Square 等都分享了从演示中学习的成果——「视频即提示」（in-context learning for robots）正在成为趋势，有望省去传统「采集数据→微调→部署」的反复训练循环。
所属事件:Skild 机器人基座模型 S1：一个 .mp4 就是机器人的 .exe(7 条相关)→
「具身」频道最新
- Mundo:几张照片重建可探索的世界模型,8 卡 GPU 也只有 1.5 FPS — mark_k · 2026-10-27
- 苏黎世 Physical AI 黑客松现场：与价值 150 万美元的人形机器人同处一室 — ___Mufasaa · 2026-10-27
- iPhone Duo 内屏沿铰链开裂，苹果官方回应可免费换机 — mobileraj · 2026-10-27
- 19 人团队论文揭示 VLA 模型内部几何：概念多为多维弯曲结构 — ninamiolane · 2026-10-27
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27
- 奥斯汀 Robotaxi 车队规模持续扩张 — yunta_tsai · 2026-10-27