Skild AI、NVIDIAのPhysical AIスタックで訓練したロボットモデル「S1」を発表
Skild AI says its new S1 robot foundation model learns unfamiliar, long tasks from a single video, built using NVIDIA's simulation and training technologies.
ひとことで言うと
Skild AIは新しいロボットモデル「S1」について、NVIDIAとの間でどのような発表を行ったのか。
Skild AI launched S1, a robot foundation model that learns new, multistep tasks from a single video demonstration without retraining. Built on NVIDIA's Isaac Lab, Cosmos, Omniverse and TensorRT technologies, Skild says S1 succeeded at 66% of steps on new tasks versus 9% for a comparable system, and the company has reached a $100 million annual revenue run rate.
要点
- Skild AI says its S1 robot foundation model can learn a previously unseen, long-horizon task from a single video demonstration, without updating its weights or undergoing task-specific retraining.
- 同社によると、新たな複数手順のタスクを対象とした試験でS1が成功した割合は約66%で、比較対象とした同種のAIシステムの9%を大きく上回ったという。
- Skild built and trained S1 using NVIDIA technologies including Isaac Lab, Cosmos, Cosmos Curator, Omniverse, Isaac Sim, Nsight and TensorRT, spanning data generation, simulation, training and deployment.
- Skildは、初の商用導入からおよそ10カ月で年間換算売上高(ARR)1億ドルに達したとしており、提携先は60社を超える導入パートナーシップに広がっているという。
- Skild, NVIDIA and Foxconn are deploying the Skild Brain on dual-arm manipulators to assemble NVIDIA Blackwell systems, according to the announcement.
Skild AIは、未経験の複数手順にわたるタスクを1本の動画デモンストレーションだけから学習でき、再学習や追加のタスク専用データを必要としないと同社が説明するロボット基盤モデル「S1」を発表した。NVIDIAによると先週リリースされたこのモデルは、データ生成、シミュレーション、トレーニング、展開の各段階でNVIDIAのフィジカルAIインフラを用いて構築・訓練された。
S1の仕組み
Skildによれば、オペレーターがタスクの動画を撮影し、それをプロンプトとしてS1に入力する。モデルは動画に映るオブジェクト、意図、手順の流れを読み取り、その情報を制御対象のロボットの動作へと、重みを更新することなくマッピングする。同社はこの手法を「インコンテキスト学習」と呼んでいる。
Skildによると、S1は植木の鉢植え、パンケーキ作り、ハンドドリップコーヒーの抽出、キット組み立てなど、最長10分に及ぶ未経験のタスクを実行できる。中にはロボットがそれまでその順序で行ったことのない、数十の操作ステップを含むものもある。同社が挙げた植木の鉢植えのテストの一例では、デモンストレーションの記録から実機での自律実行まで11分だったという。Skildはまた、タスク実行中にオブジェクトが動いた場合の調整や、エラーからの回復も可能だとしている。
Skildの報告では、新規の複数手順タスクでのテストにおいてS1はステップの約66%を成功させた一方、類似のAIシステムは9%にとどまったという。また、1本の短い動画サンプルが、手作業での収集に本来50〜100時間かかるとされる約380件の実地トレーニング例に匹敵する価値を提供できると同社は見積もっている。
モデルを支えるNVIDIAの技術
NVIDIAによると、Skildはシミュレーション、人間の動画、遠隔操作データを用いて「共有ロボット脳」を訓練しており、その過程でNVIDIAのスタックの複数の要素を活用している。オープンワールド基盤モデルと位置づけられるCosmosはトレーニングデータの多様化と、動画を構造化された記述へ変換する処理に使われ、Cosmos Curatorが大規模なデータの注釈付け、フィルタリング、整理を担う。
Skildはまた、NVIDIAのOmniverseライブラリとIsaac Simフレームワークを用いて、実環境への展開前にシミュレーション環境上でデータを生成しロボットの挙動を検証しているほか、Newton物理エンジンを搭載したオープンなモジュール型ロボット学習フレームワーク「Isaac Lab」で強化学習を適用し、力、接触、衝突、圧力をモデル化している。NVIDIAによれば、同社とSkildはロボットがオブジェクトを把持・操作する仕組みをモデル化するための、GPUアクセラレーションによる新たなシミュレーションソルバーを共同開発しており、これは全開発者向けにNewtonへ追加される予定だという。NVIDIA Nsightツールはトレーニング性能のボトルネック特定に、TensorRTソフトウェア開発キットは推論向けのモデル最適化に用いられている。
商用展開
NVIDIAによると、Skildは初の商用展開からおよそ10カ月で年間経常収益(ARR)1億ドルに到達し、製造、物流、検査、警備、food preparation(食品調理)の各分野にまたがる60件超の展開パートナーシップを構築している。
発表で紹介された現在進行中の展開の一つは、SkildとNVIDIA、Foxconnが双腕マニピュレーターにSkild Brainを搭載し、NVIDIA Blackwellシステムの組み立てに活用しているというものだ。NVIDIAによると、実演されたワークフローでは、ロボットがブスバーとリミットブロックを取り付け、16本のねじを締める作業を行いながら、作業中に生じる外乱にも適応するという。
Skild AIの共同創業者兼CEOであるディーパック・パサック(Deepak Pathak)氏は発表の中で次のように述べている。「事前プログラミングではなく経験から学習すること、それがロボティクスに起きた段階的な変化です。NVIDIA Isaac LabとNVIDIA Cosmosの技術は、Skildのロボットが多様なシナリオや身体形状にわたって学習するために必要な、スケーラブルで多様な経験を作り出す助けとなっています」
出典:NVIDIA Blog「Skild AI Taps NVIDIA Physical AI to Teach Robots New Tasks From a Single Video」、2026年9月10日公開。
よくある質問
- Skild AIのS1モデルとは何か?
- S1 is a robot foundation model from Skild AI that the company says can learn and perform a new, multistep task after being shown just one video demonstration, without retraining.
- S1はどのようにして新しいタスクを学習するのか。
- According to Skild, an operator records a video of a desired task and gives it to the model as a prompt; S1 interprets the objects and sequence shown and maps them to actions for the robot in front of it, a technique the company calls in-context learning.
- SkildはS1の構築にどのNVIDIA技術を使用したのか。
- Skild says it used NVIDIA Cosmos and Cosmos Curator for data, Omniverse and Isaac Sim for simulation, Isaac Lab with the Newton physics engine for reinforcement learning, and Nsight and TensorRT for training and inference optimization.
- その技術はどこで導入されているのか。
- Skild states that it, NVIDIA and Foxconn are using the Skild Brain on dual-arm manipulators to assemble NVIDIA Blackwell systems, in addition to more than 60 other deployment partnerships across manufacturing, logistics, inspection, security and food preparation.