Skild AI apresenta o modelo de robótica S1, que aprende tarefas a partir de um único vídeo

A Skild AI apresentou o S1, o novo modelo fundamental da empresa para robótica, capaz de aprender tarefas que nunca viu antes a partir de uma única demonstração em vídeo, sem ajuste fino.

Em sua publicação de terça-feira no X, a Skild AI afirmou que o S1 usa aprendizado em contexto para executar tarefas de longa duração, de até 10 minutos. Segundo a empresa, o S1 pode realizar essas ações em diversos ambientes e em diferentes configurações de robôs.

Entre as habilidades demonstradas estão preparar café, plantar uma muda e fritar panquecas, tarefas que não faziam parte dos dados de pré-treinamento do modelo.

"Na primeira vez que o S1 virou uma panqueca, presumimos que virar panquecas deveria fazer parte dos dados de pré-treinamento", afirmou a Skild AI. "Pesquisamos todos os nossos dados de pré-treinamento e não encontramos nenhum exemplo de alguém virando uma panqueca. O S1 inferiu a tarefa fora da distribuição a partir de um único comando em vídeo."

Segundo a empresa, o S1 representa uma melhoria de "ordem de grandeza" em comparação com os modelos convencionais de visão-linguagem-ação (VLA): ele iguala o desempenho dos VLAs orientados por comandos de linguagem em tarefas conhecidas e supera os VLAs existentes orientados por comandos de linguagem no aprendizado de tarefas completamente novas.

A Skild AI estima que os modelos VLA existentes precisariam de 50 a 100 horas de coleta de dados adicionais e ajuste fino para alcançar uma precisão comparável em exemplos únicos.

A equipe também observou que seu novo modelo não imita cegamente a demonstração em vídeo, mas demonstra uma compreensão de "senso comum" que vai além do comando fornecido. Ele pode resistir a perturbações, improvisar ou até demonstrar mais precisão do que a mostrada no vídeo.

O S1 amplia os recursos de aprendizado em contexto relacionados à mobilidade que a Skild AI apresentou no LocoFormer no ano passado, permitindo que um robô se adaptasse a perturbações como pernas desativadas e rodas travadas.

A Skild AI afirmou que começou a implementar o S1 junto a um grupo limitado de parceiros industriais e planeja uma implantação mais ampla nos próximos meses.