Skild AI 是一家專注於機器人技術的初創公司，最近開發了一種可以在各類機器人上運行的人工智慧模型，這些機器人包括生產線上的機器以及人形機器人。這個名為 Skild Brain 的 AI 模型，使得機器人能夠更像人類一樣進行思考、導航和反應。隨著對於能夠執行更多樣化任務的人形機器人需求的增長，Skild Brain 的推出正好符合這一趨勢，這些任務的複雜性超越了當今單一功能的工廠機器。該模型不僅可以在四足機器人和人形機器人上運行，還可應用於桌面機械手臂、移動操控器等各種機器。
Skild AI 發佈的演示視頻展示了使用 Skild Brain 的機器人如何爬樓梯、在受到推擠和踢打後保持平衡，並在雜亂的空間中拾取物體。這些任務需要機器人具備空間感知能力和適應變化環境的能力。公司強調，該模型內建的功率限制可以防止機器人施加過大的力量，這在保證安全的同時也提升了機器人的靈活性。Skild AI 透過模擬場景和人類行為視頻來訓練系統，並使用來自運行該模型的每一台機器人的真實數據來進行微調。
在機器人技術的發展中，建立一個真正的機器人基礎模型面臨著數據集不足的重大挑戰。收集這些數據通常既緩慢又成本高昂。許多研究者選擇使用視覺語言模型（VLMs），這些模型在大量的圖像和文本集合上進行訓練，但實際的機器人數據卻往往不足一個百分比。雖然這樣的模型能夠在表面上看起來像是一個機器人基礎模型，專家們卻指出這樣的模型並不能真正應用於實際的機器人操作。VLMs 在識別和描述物體方面表現良好，但將這些知識轉化為物理行動的能力卻相對薄弱。Skild 的創始人將這些模型比喻為一個「波坦金村」，表面上看似完美，實際上卻缺乏實質內容。因此，這類系統雖然能處理一些基本任務，如物品的取放，但在應對複雜的現實機器人應用時卻顯得力不從心。
Skild Brain 的必要性在於其創始人 Deepak Pathak 和 Abhinav Gupta 提出的獨特數據短缺挑戰。“與語言或視覺不同，網絡上沒有機器人的數據。因此，無法僅僅應用這些生成 AI 技術。”Pathak 在接受路透社採訪時表示。Gupta 補充道，客戶部署的機器人會將數據反饋給 Skild Brain，進一步提升其技能，形成一種「共享大腦」。相較於軟體可快速擴展，機器人技術則需要物理部署，這一過程相對緩慢，但 Skild 的方法使得機器人能快速在不同產業中添加新功能。Lightspeed Venture Partners 的合夥人 Raviraj Jain 亦提到，這種創新方法能加速機器人技術的發展。
Skild AI 的成立背景也頗為引人注目。Gupta 之前在 Meta 的匹茲堡機器人實驗室負責工作，Skild AI 的團隊成員還包括曾在 Tesla、Nvidia 和 Meta 工作的專業人士。該初創公司在去年完成了一輪 3 億美元的 A 輪融資，估值達到 15 億美元。支持這家成立兩年的初創公司的投資者包括 Lightspeed Venture Partners、Menlo Ventures、Sequoia Capital、Khosla Ventures 以及亞馬遜創始人 Jeff Bezos。這些背景為 Skild AI 提供了強大的技術基礎和市場潛力，使其在快速發展的機器人領域中占有一席之地。
