NVIDIA geeft details over Skild AI-samenwerking achter S1-robotfundamentmodel

NVIDIA heeft op 10 september 2026 uitgelegd hoe Skild AI haar S1-robotfundamentmodel heeft gebouwd op de NVIDIA AI‑infrastructuur, en meldde dat het robotica‑bedrijf een jaarlijkse omzet van 100 miljoen dollar bereikte tien maanden na de eerste commerciële inzet.

In de NVIDIA blogpost zei het bedrijf dat Skild S1 heeft gebouwd en het onderliggende onderzoek heeft uitgevoerd op haar infrastructuur als onderdeel van een bredere samenwerking die synthetische datageneratie, modeltraining, simulatie en real‑world fysieke AI‑implementatie omvat. “Leren door ervaring, en niet door voorprogrammeren, is de sprong die in de robotica heeft plaatsgevonden,” zei Deepak Pathak, medeoprichter en CEO van Skild AI, en voegde eraan toe dat NVIDIA Isaac Lab en NVIDIA Cosmos Skild helpen de schaalbare, diverse ervaring te creëren die haar robots nodig hebben om te leren over vele scenario’s en vormen. De bedrijven zeiden dat ze werken aan het overbrengen van aanpasbare robotintelligentie van het laboratorium naar fabrieken en andere dynamische operationele omgevingen.

Onbekende taken leren vanuit één video

Skild introduceerde S1 in een onderzoeksbericht van 18 augustus 2026, waarin het wordt beschreven als een robotisch fundamentmodel dat van de grond af is opgebouwd als een in‑context learner. Het model neemt een video‑demonstratie van een taak als invoer en voert deze uit zonder zijn gewichten bij te werken of een taak‑specifieke post‑training te ondergaan. Skild beschrijft S1 als het eerste robotica‑fundamentmodel dat in‑context leren laat zien op lange‑horizon taken, met een looptijd tot tien minuten, die nooit tijdens de pre‑training zijn gezien.

Een operator neemt een video op van de gewenste taak en geeft deze aan het model als prompt. Het model interpreteert de gedemonstreerde intentie, objecten en volgorde, en zet deze vervolgens om in acties voor de robot die ervoor staat, zonder opnieuw te trainen, en vaak voor een taak die niet in de pre‑training dataset voorkomt. Volgens beide bedrijven kan S1 onbekende taken uitvoeren, waaronder planten potten, pannenkoeken maken, filterkoffie zetten en kits monteren, werk dat tientallen manipulatiestappen omvat en het samenstellen van vaardigheden in reeksen vereist die het model nog niet eerder heeft uitgevoerd.

In één test voor het potten van planten, vastgelegd in Skild’s onderzoeksbericht, arriveerden aarde, een pot, een gieter en een plant om 8:54 PM op kantoor, begon de opname om 9:16 PM, werd er om 9:22 PM een egocentrische menselijke video‑demonstratie opgenomen, en begon S1 om 9:27 PM de taak autonoom op hardware uit te voeren. Skild stelt dat de tijd van demonstratie tot autonome uitvoering 11 minuten bedroeg.

Skild meldt dat S1 zich kan aanpassen wanneer objecten tijdens een taak worden verplaatst, fouten kan herstellen en objecten met overeenkomstige affordance kan vervangen; in één geval werd een glas water gebruikt terwijl de demonstratie een gieter liet zien. Het bedrijf meldt ook dat het model soms verbetert ten opzichte van gebrekkige demonstraties, waarbij de demonstratie wordt gezien als een specificatie van het doel in plaats van een te reproduceren traject.

Gerapporteerde resultaten tegen taal‑gebaseerde beleidsregels

Het bericht van NVIDIA meldt dat in Skild’s tests met nieuwe, meerstaps‑taken S1 ongeveer 66 % van de tijd slaagde per stap, tegenover 9 % voor een vergelijkbaar AI‑systeem, een kloof die NVIDIA beschreef als meer dan een zevendaagse verbetering. Skild’s onderzoeksbericht beschrijft de vergelijking als een gecontroleerde studie tegen een taal‑gebaseerd VLA‑beleid, dat zijn taakspecificatie in taal ontvangt in plaats van via demonstratie. Beide beleidsregels werden getraind op identieke data, architecturen en rekenkracht over pre‑training datasets variërend van 1.000 tot 100.000 uur, en de cijfers van 66 % en 9 % werden vastgelegd bij 100.000 uur op ongeziene lange‑horizon taken, volgens Skild.

Voor taken die tijdens de pre‑training zijn gezien, meldt Skild dat in‑context leren een succespercentage van 96 % bereikte op de grootste schaal, terwijl bij 1.000 uur het taal‑geconditioneerde beleid 53 % scoorde tegenover 43 % voor in‑context leren. Skild evalueerde ook de robuustheid over vijf niveaus van distributieverschuiving en meldde dat onder de meest extreme voorwaarde, waarbij de helft van de robotacties met de tegenovergestelde arm moet worden uitgevoerd, het taal‑gebaseerde beleid tot drie keer zoveel degradeerde als het in‑context beleid.

Wat demonstratie‑efficiëntie betreft, schat Skild dat één in‑context video ongeveer overeenkomt met 380 post‑training episodes, een cijfer dat volgens hen is geïnterpoleerd tussen gemeten punten, en meldt dat het verzamelen van 380 lange‑horizon demonstraties 50 tot 100 uur tele‑operatie kostte. De post‑getrainde basislijn bereikte uiteindelijk 86 % succes met 2.000 demonstraties, aldus Skild.

Commerciële tractie en de Foxconn‑implementatie

Het bericht van NVIDIA stelt dat Skild meer dan 60 implementatie‑partnerschappen heeft opgebouwd, met werk dat zich uitstrekt over productie, logistiek, inspectie, beveiliging, voedselbereiding en andere toepassingen.

Op de fabrieksvloer zetten Skild, NVIDIA en Foxconn de Skild Brain in op dual‑arm manipulators voor hoog‑precisie assemblage van NVIDIA Blackwell‑systemen. In één gedemonstreerde workflow installeert een robot een busbar en een limietblok, bevestigt 16 schroeven en past zich aan verstoringen aan gedurende de meerstaps‑taak. Het bericht van NVIDIA stelt dat het werk precieze beweging, contact‑bewuste besturing, volgorde‑tracking en herstel vereist wanneer de scène afwijkt van het plan.

Skild kondigde het Blackwell‑productielijnplan voor het eerst aan in een bericht van 19 maart 2026 dat ook partnerschappen met ABB Robotics, Universal Robots en Mobile Industrial Robots bekendmaakte. In die aankondiging beschreef Skild de assemblage‑reeks als een echte taak uitgevoerd door mensen op een Foxconn‑lijn, eindigend met het verwijderen van het limietblok, en gaf aan dat haar brain fijn afgestemd was met een kleine hoeveelheid robotdata voor de workflow.

De NVIDIA‑stack achter S1

Volgens NVIDIA helpen haar Cosmos open‑world fundamentmodellen Skild om trainingsdata te diversifiëren en video om te zetten in gestructureerde beschrijvingen, terwijl Cosmos Curator helpt bij het annoteren, filteren en grootschalig organiseren van data. NVIDIA Omniverse‑bibliotheken en het Isaac Sim‑framework bieden fysisch gebaseerde virtuele omgevingen voor het genereren van data, het testen van randgevallen en het valideren van gedrag vóór implementatie in de echte wereld.

Skild gebruikt reinforcement learning in Isaac Lab, een open modulair robot‑leermodule aangedreven door de Newton‑physics‑engine, om fysieke parameters zoals krachten, contact, botsingen en druk te modelleren en de kloof tussen simulatie en realiteit te verkleinen. Naarmate modellen richting productie gaan, helpen NVIDIA Nsight‑tools ingenieurs prestatie‑knelpunten tijdens training te vinden, en optimaliseert de TensorRT‑software‑ontwikkelkit de inferentie zodat robots snel kunnen reageren in de fysieke wereld.

Skild en NVIDIA ontwikkelen ook gezamenlijk GPU‑versnelde simulatie‑solvers die modelleren hoe robots fysiek aanraken, grijpen en solide objecten manipuleren. De bedrijven zeiden dat de solvers binnenkort beschikbaar worden gesteld aan alle ontwikkelaars als onderdeel van Newton.