NVIDIA, S1 Robot Temel Modelinin Arkasındaki Skild AI İşbirliğini Açıklıyor

NVIDIA, 10 Eylül 2026 tarihinde Skild AI’nin S1 robot temel modelini NVIDIA AI altyapısı üzerinde nasıl inşa ettiğini ayrıntılı olarak açıkladı ve robotik şirketin ilk ticari dağıtımından 10 ay sonra 100 milyon dolarlık yıllık gelir seviyesine ulaştığını belirtti.

NVIDIA blog gönderisi‘nde şirket, Skild’in S1’i inşa ettiğini ve temel araştırmayı altyapısı üzerinde yürüttüğünü, sentetik veri üretimi, model eğitimi, simülasyon ve gerçek dünya fiziksel AI dağıtımını kapsayan daha geniş bir işbirliğinin parçası olduğunu söyledi. Skild AI’nin kurucu ortağı ve CEO’su Deepak Pathak, “Deneyim yoluyla öğrenmek ve önceden programlamak yerine, robotikte gerçekleşen adım değişikliğidir,” dedi ve NVIDIA Isaac Lab ile NVIDIA Cosmos’un Skild’in robotlarının birçok senaryo ve biçimde öğrenmesi için ölçeklenebilir, çeşitli deneyimler oluşturmasına yardımcı olduğunu ekledi. Şirketler, uyarlanabilir robot zekasını laboratuvardan fabrikalara ve diğer dinamik çalışma ortamlarına taşımak için çalıştıklarını belirtti.

Tek Bir Videodan Görülmemiş Görevleri Öğrenme

Skild, 18 Ağustos 2026 araştırma gönderisi‘nde S1’i, bağlam içinde öğrenen bir robot temel modeli olarak sıfırdan inşa edildiğini tanıttı. Model, bir görevin video gösterimini girdi olarak alır ve ağırlıklarını güncellemeden ya da görev‑özel son‑eğitim yapmadan bunu gerçekleştirir. Skild, S1’in ön‑eğitim sırasında hiç görülmemiş uzun vadeli görevlerde bağlam içinde öğrenme gösteren ilk robot temel modeli olduğunu, görevlerin 10 dakikaya kadar sürebileceğini belirtiyor.

Bir operatör, istenen görevin videosunu kaydeder ve modeli bir istem olarak sunar. Model, gösterilen niyeti, nesneleri ve sıralamayı yorumlar, ardından bunları önünde bulunan robota eylemlere dönüştürür; yeniden eğitim gerekmez ve genellikle ön‑eğitim veri setinde yer almayan bir görev için de çalışır. Her iki şirket de, S1’in bitki dikimi, krep yapımı, pour‑over kahve demleme ve kit montajı gibi tanıdık olmayan görevleri yerine getirebildiğini, bu işlerin onlarca manipülasyon adımını kapsadığını ve modelin daha önce gerçekleştirmediği dizilerde becerileri birleştirmesi gerektiğini söylüyor.

Skild’in araştırma gönderisinde kaydedilen bir bitki dikimi testinde, toprak, saksı, sulama kabı ve bitki ofise 8:54 PM'de geldi, kayıt 9:16 PM'de başladı, 9:22 PM'de tek bir öznel insan videosu kaydedildi ve S1 görevini donanımda 9:27 PM'de otonom olarak yürütmeye başladı. Skild, gösterimden otonom yürütmeye geçen sürenin 11 dakika olduğunu belirtiyor.

Skild, S1’in görev sırasında nesneler hareket ettirildiğinde ayarlanabildiğini, hatalardan kurtulabildiğini ve eşdeğer tutarlılığa sahip nesneleri değiştirebildiğini, bir örnekte sulama kabı yerine bir su bardağı kullandığını rapor ediyor. Şirket ayrıca, modelin bazen hatalı gösterimleri iyileştirdiğini, gösterimi hedefin bir tanımı olarak ele aldığını, yeniden üretilecek bir yol olarak değil, rapor ediyor.

Dil‑İstemli Politikalar Karşısında Bildirilen Sonuçlar

NVIDIA’nin gönderisi, Skild’in yeni, çok adımlı görevlerdeki testlerinde S1’in her adımda yaklaşık %66 başarı sağladığını, benzer bir AI sisteminde ise %9 olduğunu rapor ediyor; NVIDIA bu farkı yedi katın üzerinde bir iyileşme olarak nitelendiriyor. Skild’in araştırma gönderisi, karşılaştırmayı, görev tanımını dil yerine gösterim yoluyla alan bir dil‑İstemli VLA politikasıyla yapılan kontrollü bir çalışma olarak tanımlıyor. Her iki politika da aynı veri, mimari ve hesaplama kaynaklarıyla, 1.000 ila 100.000 saatlik ön‑eğitim veri setleri üzerinde eğitildi ve %66 ve %9 oranları, Skild’e göre görülmemiş uzun vadeli görevlerde 100.000 saatlik eğitimde kaydedildi.

Ön‑eğitim sırasında görülen görevlerde, Skild, bağlam içinde öğrenmenin en büyük ölçekte %96 başarıya ulaştığını, 1.000 saatlik eğitimde ise dil‑koşullandırılmış politikanın %53, bağlam içinde öğrenmenin ise %43 başarı sağladığını rapor ediyor. Skild ayrıca beş seviyede dağılım kayması üzerinden dayanıklılığı değerlendirdi ve en şiddetli koşulda, robotun hareketlerinin yarısının ters kol ile yapılması gerektiğinde, dil‑İstemli politikanın bağlam‑İçinde politikaya göre üç kat daha fazla gerilediğini belirtti.

Gösterim verimliliği açısından, Skild, tek bir bağlam‑içinde video yaklaşık 380 son‑eğitim bölümüne eşdeğer olduğunu, bu sayının ölçülen noktalar arasında içbükey olarak tahmin edildiğini ve 380 uzun vadeli gösterimin toplanmasının 50‑100 saatlik teleoperasyon gerektirdiğini tahmin ediyor. Son‑eğitim baz hattı sonunda 2.000 gösterimle %86 başarı elde etti.

Ticari Çekiş ve Foxconn Dağıtımı

NVIDIA’nin gönderisi, Skild’in 60’tan fazla dağıtım ortaklığı kurduğunu, çalışmanın üretim, lojistik, denetim, güvenlik, yiyecek hazırlama ve diğer uygulamaları kapsadığını belirtiyor.

Fabrika katında, Skild, NVIDIA ve Foxconn, NVIDIA Blackwell sistemlerinin yüksek hassasiyetli montajı için çift kol manipülatörlerde Skild Brain’i dağıtıyor. Bir gösterilen iş akışında, bir robot bir busbar ve bir limit bloğu takar, 16 vida sabitler ve çok adımlı görev boyunca bozulmalara uyum sağlar. NVIDIA’nın gönderisi, bu işin hassas hareket, temas‑bilinçli kontrol, sıra takibi ve sahne planla farklılaştığında kurtarma gerektirdiğini belirtiyor.

Skild, Blackwell üretim hattı planını 19 Mart 2026 gönderisi‘nde duyurdu; bu gönderi aynı zamanda ABB Robotics, Universal Robots ve Mobile Industrial Robots ile ortaklıkları açıkladı. O duyuruda, Skild montaj sırasını Foxconn hattında insanlar tarafından gerçekleştirilen gerçek bir görev olarak tanımladı, limit bloğunun çıkarılmasıyla sona erdiğini ve beyinlerinin iş akışı için az miktarda robot verisiyle ince ayar yapıldığını söyledi.

S1’in Arkasındaki NVIDIA Yığını

NVIDIA’ye göre, Cosmos açık dünya temel modelleri, Skild’in eğitim verisini çeşitlendirmesine ve videoyu yapılandırılmış açıklamalara dönüştürmesine yardımcı olurken, Cosmos Curator veri etiketleme, filtreleme ve ölçekli organizasyonunu sağlar. NVIDIA Omniverse kütüphaneleri ve Isaac Sim çerçevesi, veri üretimi, uç durum testleri ve gerçek dünya dağıtımından önce davranışların doğrulanması için fizik temelli sanal ortamlar sunar.

Skild, Newton fizik motoru tarafından desteklenen açık modüler bir robot öğrenme çerçevesi olan robot öğrenimi framework’ünde pekiştirmeli öğrenme kullanarak, kuvvet, temas, çarpışma ve basınç gibi fiziksel parametreleri modelleyerek simülasyon‑gerçeklik farkını azaltıyor. Modeller üretime yaklaştıkça, NVIDIA Nsight araçları mühendislerin eğitim sırasında performans darboğazlarını bulmasına yardımcı olur ve TensorRT yazılım geliştirme kiti, robotların fiziksel dünyada hızlı yanıt vermesi için çıkarımı optimize eder.

Skild ve NVIDIA ayrıca robotların fiziksel olarak temas etmesini, tutmasını ve katı nesneleri manipüle etmesini modelleyen GPU hızlandırmalı simülasyon çözücüleri ortak olarak geliştiriyor. Şirketler, bu çözücülerin yakında Newton’un bir parçası olarak tüm geliştiricilere sunulacağını belirtti.