A Skild AI lançou o S1, um modelo de fundação robótica que aprende tarefas novas e de longa duração a partir de um único vídeo de demonstração — sem atualizar pesos nem passar por pós-treinamento específico. A técnica, chamada aprendizado em contexto, usa o vídeo como entrada para entender e executar a tarefa na hora, e foi construída e pesquisada sobre a infraestrutura de IA da NVIDIA.
Robôs que param de depender de reprogramação
Chão de fábrica, armazéns e linhas de produção raramente ficam parados: tarefas mudam, layouts se alteram e novos produtos chegam. A maioria dos robôs não acompanha isso sem reprogramação significativa. O S1 inverte a lógica: um operador grava um vídeo da tarefa desejada e o entrega ao modelo como prompt. Ele interpreta a intenção, os objetos e a sequência demonstrados, e os converte em ações para o robô à sua frente — muitas vezes para tarefas fora do conjunto de pré-treinamento.
“Aprender pela experiência, e não pela pré-programação, é a mudança de patamar que aconteceu na robótica”, disse Deepak Pathak, cofundador e CEO da Skild AI. O S1 executa tarefas desconhecidas com duração de até 10 minutos, incluindo plantar em vaso, fazer panquecas, preparar café coado e montar kits — sequências que podem envolver dezenas de passos de manipulação.
Números que sustentam a promessa
Em um teste de plantio, a equipe saiu da gravação da demonstração para a execução autônoma no hardware em apenas 11 minutos. Nos testes da Skild com tarefas novas de múltiplas etapas, o S1 acertou cerca de 66% das etapas, contra 9% de um sistema de IA similar — uma melhoria de mais de sete vezes. A empresa estima ainda que um único vídeo curto equivale a cerca de 380 exemplos de treino prático, cuja coleta manual tomaria de 50 a 100 horas de uma pessoa.
Do laboratório à linha de montagem
A Skild, a NVIDIA e a Foxconn já estão implantando o “Skild Brain” em manipuladores de braço duplo para montagem de alta precisão dos sistemas NVIDIA Blackwell. Em um fluxo demonstrado, o robô instala um barramento e um bloco limitador, aperta 16 parafusos e se adapta a perturbações em uma tarefa de múltiplas etapas.
O lançamento vem em um momento de tração comercial forte: a Skild atingiu uma receita anualizada de US$ 100 milhões dez meses após sua primeira implantação comercial, com mais de 60 parcerias em manufatura, logística, inspeção, segurança e preparo de alimentos.
O papel da NVIDIA na cadeia
A colaboração cobre todo o ciclo: os modelos de mundo aberto NVIDIA Cosmos diversificam os dados de treino, o Cosmos Curator anota e organiza dados em escala, e os frameworks Omniverse e Isaac Sim geram ambientes virtuais fisicamente precisos. O Isaac Lab, alimentado pelo motor físico Newton, reduz a lacuna entre simulação e realidade. No fim da cadeia, o TensorRT otimiza a inferência para que o robô responda rápido no mundo físico. A Skild e a NVIDIA também desenvolvem em conjunto solvers de simulação acelerados por GPU para modelar contato e manipulação, que serão liberados para todos os desenvolvedores como parte do Newton.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
