AnswersPublished27 sources
Skild AI S1: הרובוט שצופה בסרטון ומבצע משימה שלא הכיר
Skild AI טוענת כי S1 מסוגל לצפות בסרטון יחיד של משימה חדשה, שאורכה עד 10 דקות, ולבצע אותה בלי לשנות את משקלי המודל ובלי לאסוף נתונים ייעודיים למשימה. בהדגמות שהציגה החברה נכללו הכנת קפה בשיטת מזיגה ידנית, שתילת צמח, הרכבת ערכה והפיכת פנקייק, תוך הסתגלות לשינויים בסביבה והתאוששות מחלק מהטעויות.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer
Key takeaways
- Skild AI טוענת כי S1 מסוגל לצפות בסרטון יחיד של משימה חדשה, שאורכה עד 10 דקות, ולבצע אותה בלי לשנות את משקלי המודל ובלי לאסוף נתונים ייעודיים למשימה.
- בהדגמות שהציגה החברה נכללו הכנת קפה בשיטת מזיגה ידנית, שתילת צמח, הרכבת ערכה והפיכת פנקייק, תוך הסתגלות לשינויים בסביבה והתאוששות מחלק מהטעויות.
- הטכנולוגיה מיועדת גם לרובוטים תעשייתיים, אך הראיות הציבוריות עדיין אינן מציגות נתונים בלתי תלויים על זמינות, תפוקה, שיעורי שגיאות, בטיחות או החזר השקעה.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Skild AI’s S1 robotics foundation model, unveiled by co-founder Abhinav Gupta at SMARTCLOUD SHOW 2026 in Seoul on August 25, 2026, a. Article summary: S1 is Skild AI’s flagship robotics foundation model for in-context learning: a robot watches one video demonstration—including an unseen task lasting up to 10 minutes—and then executes it without collecting task-specific. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Skild AI מציגה את S1 כמודל בסיס לרובוטיקה, שנבנה סביב רעיון המכונה למידה בתוך הקשר (in-context learning). במקום לאמן את הרובוט מחדש עבור כל משימה, מציגים לו סרטון הדגמה — והוא משתמש בו כהוראות ביצוע. לפי החברה, S1 מסוגל להתמודד גם עם משימות שלא הופיעו באימון המקדים, שאורכן עד 10 דקות, בלי fine-tuning ייעודי ובלי לשנות את משקלי המודל. 1
5
זהו כיוון מסקרן עבור תחום ה-AI הפיזי, אך הוא עדיין אינו מוכיח שרובוטים כלליים מוכנים לעבודה חופשית בבית או במפעל. התוצאות החזקות ביותר שפורסמו מגיעות מהדגמות ומבחנים של Skild עצמה, ולכן בדיקות בלתי תלויות נותרו חיוניות.
מה S1 עושה אחרת?
מערכות רבות ללימוד רובוטים מותאמות למשימה מסוימת, לגוף רובוטי מסוים או לתנאי הפעלה מוגדרים. S1 מנסה להפוך סרטון הדגמה ל"פרומפט" שניתן לבצע. הוא צריך להסיק מהו היעד, מהו סדר הפעולות, כיצד העצמים קשורים זה לזה ואילו התאמות פיזיות נדרשות כדי להשלים את המשימה. 1
3
ההבדל אינו רק בניסוח פקודה כמו "הכן קפה" או "הזז את העציץ". סרטון יכול להראות את סדר הפעולות, אופן האחיזה, השימוש בכלים, מיקום העצמים והתזמון — פרטים שקשה להעביר באמצעות שפה בלבד. הטענה המרכזית של Skild היא שהמידע העשיר הזה מאפשר ל-S1 להכליל למשימות ארוכות שלא היו חלק מהאימון המקדים. 1
5
החברה מתארת את הגישה כאנלוגיה רובוטית לאופן שבו מפרומפטים מודל שפה: היכולות הבסיסיות של המודל נשארות קבועות, וההדגמה מספקת את ההקשר הספציפי למשימה.
קפה, עציצים, פנקייקים והרכבה
בהדגמות שפרסמה Skild, S1 ביצע בין היתר את המשימות הבאות:
- הכנת קפה בשיטת מזיגה ידנית;
- שתילת צמח בעציץ;
- הרכבת ערכה;
- הפיכת פנקייק.
חלק מההדגמות נמשכו עד 10 דקות וכללו עשרות פעולות עוקבות. 1
3
5
Skild דיווחה גם על מבחנים שנועדו להראות שהמודל אינו רק משחזר תנועה שנשמרה בזיכרון. לפי החברה, S1 התמודד עם שינויים בסצנה, ניסה שוב לאחר טעויות מסוימות, השתמש בכוס כאשר כלי ההשקיה שהופיע בהדגמה לא היה זמין, ואף תיקן אחיזה מסורבלת של ביצה במקום להעתיק אותה באופן מכני. אלה סימנים מעניינים לגמישות התנהגותית, אך סרטוני הדגמה לבדם אינם מוכיחים אמינות בסביבה רחבה ומגוונת. 5
מול מודלי VLA שמקבלים הוראות בשפה
VLA הוא קיצור של Vision-Language-Action — מודלים שמשלבים ראייה, שפה ופעולה רובוטית. ההשוואה המספרית המרכזית ש-Skild פרסמה מבוססת על הערכה פנימית של משימות שלא נראו קודם לכן.
ב-100,000 שעות של נתוני אימון, החברה דיווחה על שיעור הצלחה ממוצע של 66% בכל שלב עבור מדיניות הלמידה בתוך הקשר שמבוססת על סרטון, לעומת 9% עבור מודל VLA מקביל שקיבל הנחיות בשפה. 1
4
Skild טוענת גם שכאשר תנאי ההפעלה השתנו באופן משמעותי — למשל כאשר העצמים היו שונים מאלה שבהדגמה או כאשר התוכנית חייבה להשתמש ביד הנגדית — מודל ה-VLA שנבדק הידרדר בשיעור של עד פי שלושה יותר מ-S1. 1
בהשוואה נוספת של החברה, סרטון פרומפט יחיד הניב ביצועים שהיו דומים בקירוב לאלה שהושגו באמצעות כ-380 אפיזודות של אימון נוסף עבור משימה ספציפית, על בסיס מודל שאומן מראש. 1
המספרים מסבירים מדוע סרטון עשוי להיות פרומפט משמעותי יותר משפה בלבד: הוא מעביר לא רק את התוצאה הרצויה, אלא גם את רצף הפעולות, התזמון, סידור העצמים, השימוש בכלים והאסטרטגיה הפיזית. עם זאת, חשוב לקרוא את התוצאות כ-ראיות פנימיות של Skild, ולא כמבחן השוואתי ששוחזר באופן בלתי תלוי. בחומרים שסופקו אין מאמר מדעי ציבורי, משקלי מודל או הערכה חיצונית מתוקננת. 4
15
כמה מהר הרובוט מתחיל לעבוד?
Skild מתארת את S1 כמערכת שפועלת בזמן אמת לאחר צפייה בהדגמה. דיווחים סביב ההשקה אמרו שהרובוט מסוגל לבצע את המשימה מיד לאחר הצפייה. 2
5
עם זאת, אין בחומרים הזמינים נתון מאומת שמאפשר לומר אם המערכת מתחילה לעבוד בתוך שניות, דקות או פרק זמן אחר באופן כללי. זמן המעבר המדויק מסיום הסרטון לתחילת הביצוע אינו מבוסס במקורות שסופקו. ההבחנה הזו חשובה במיוחד בתעשייה, שבה זמן ההיערכות, זמני ההסקה, בדיקות הבטיחות ואופן ההתאוששות מתקלות עשויים להיות חשובים לא פחות משיעור ההצלחה הגולמי.
מאיפה מגיעים נתוני האימון?
Skild מייחסת את בניית המודל הכללי שלה למערך נתונים רחב, הכולל סימולציות בקנה מידה גדול, סרטוני אינטרנט של פעולות אנושיות, נתוני רובוטים, הפעלה מרחוק ונתונים מפריסות בעולם האמיתי. חומרי Series C של החברה מתארים גם "לולאת נתונים" — ככל שהמודל נפרס על יותר רובוטים ובסביבות נוספות, הוא צובר ניסיון שיכול לשפר את יכולותיו. 37
בכנס SMARTCLOUD SHOW אמר, לפי הדיווחים, מייסד-השותף אבינאב גופטה כי Skild משתמשת ב"כל סוג" של איסוף נתוני רובוטים וצברה פי 100 עד פי 1,000 יותר נתונים מהמתחרים. המכפיל הזה הוא טענה של החברה, ולא השוואה ענפית שעברה ביקורת ציבורית. 6
הרעיון המעשי הוא שכל מקור נתונים מלמד חלק אחר של הבעיה: סרטונים אנושיים מציגים עצמים ופעולות, סימולציות מרחיבות את מגוון הגופים והסביבות האפשריים, ונתונים מרובוטים אמיתיים מחברים את הידע המופשט לשליטה פיזית.
מה פירוש "מוח omni-bodied"?
S1 הוא חלק מאסטרטגיה רחבה יותר של Skild לבניית "מוח" רובוטי רב-גופי (omni-bodied). המונח אינו אומר שרובוט דו-רגלי, רובוט בעל ארבע רגליים, רובוט על גלגלים וזרוע רובוטית ינועו באותו אופן. לכל אחד מהם מפרקים, חיישנים, גפיים, גלגלים ופעולות אפשריות משלו. 45
במקום זאת, הארכיטקטורה המיועדת מנסה ללמוד חוקיות פיזית משותפת, ואז למפות אותה ליכולות של הרובוט הספציפי. כך מודל יחיד יכול לשתף ידע בין גופים שונים, ובמקביל להתאים את הפלט למפעילים ולחיישנים הזמינים בכל מערכת. 45
המטרה היא לצמצם את הצורך לבנות ולתחזק מודל נפרד לכל תצורת חומרה. Skild תיארה גם אימון על מספר גדול של גופים רובוטיים מדומים, כחלק מהניסיון ללמוד התנהגות פיזית כללית יותר. 42
45
היכן הטכנולוגיה נפרסת?
Skild הודיעה על שיתופי פעולה עם ABB Robotics ועם Universal Robots, במטרה לשלב את התוכנה שלה במערכות תעשייתיות. רויטרס דיווחה גם כי Skild ו-Nvidia פרסו את "המוח הרובוטי" על פסי הרכבה הקשורים למערכות Blackwell של Nvidia. 34
44
ההודעות מצביעות על מסלול לניסויים ולשילוב מסחרי, אך אינן מציגות תמונת ביצועים ציבורית מלאה. הראיות שסופקו אינן מבססות נתונים שנבדקו באופן בלתי תלוי לגבי תפוקת מפעלים, זמינות, שיעורי שגיאות, אירועי בטיחות או החזר השקעה. עצם הפריסה מעיד שהטכנולוגיה נבחנת או משולבת — לא שהיא כבר החליפה אוטומציה מסורתית בקנה מידה רחב.
מה מלמדת ההשקעה — ומה לא?
העניין של משקיעים ב-Skild משמעותי. בלומברג דיווחה על סבב Series C בהיקף של 1.4 מיליארד דולר, בהובלת SoftBank, שהעניק לחברה שווי של יותר מ-14 מיליארד דולר — יותר מפי שלושה בתוך כשבעה חודשים. 17
דיווחים אחרים העמידו את סך הגיוסים המצטבר של Skild על יותר מ-1.8 מיליארד דולר, אך המספרים משתנים לפי המקור ולכן אין להתייחס אליהם כסכום סופי ומבוקר. 18
21
22
ההשוואה ל"רגע ה-ChatGPT של הרובוטים" היא בראש ובראשונה אנלוגיה, לא מסקנה שכבר הוכרעה. S1 מצביע על שינוי אפשרי באופן שבו רובוטים רוכשים מיומנויות — מאימון מחדש עבור כל משימה, ללמידה מתוך הדגמות. המשקיע ראווי מהטרה תיאר את ההשקה כ"רגע GPT-3" עבור משימות עבודה אנושיות ארוכות, אך זו הערכת משקיע ולא אימות מדעי בלתי תלוי. 10
השורה התחתונה
הרעיון החשוב ביותר ב-S1 אינו רק שרובוט יכול לחקות סרטון. הטענה השאפתנית יותר היא שמודל בסיס לרובוטיקה יוכל להשתמש בהדגמה אחת כדי להרכיב מיומנויות, להסתגל לסביבה שהשתנתה ולבצע רצף ארוך של פעולות — בלי לעדכן את משקלי המודל עבור אותה משימה.
התוצאה המדווחת של 66% לעומת 9%, יחד עם ההדגמות של משימות ארוכות, הופכת את הטענה למשמעותית מבחינה טכנולוגית. 1
4 אך הסייג חשוב לא פחות: הראיות הציבוריות עדיין נשענות בעיקר על חומרי החברה, הדגמות נבחרות והודעות ראשוניות על פריסה. עד שחוקרים חיצוניים ישחזרו את התוצאות בתנאים מתוקננים, ועד שלקוחות תעשייתיים יפרסמו נתוני אמינות ובטיחות, עדיף לראות ב-S1 כיוון מבטיח עבור AI פיזי — ולא כהוכחה לכך שהגיע כבר "המוח הרובוטי" הכללי.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Skild AI S1: הרובוט שצופה בסרטון ומבצע משימה שלא הכיר"?
Skild AI טוענת כי S1 מסוגל לצפות בסרטון יחיד של משימה חדשה, שאורכה עד 10 דקות, ולבצע אותה בלי לשנות את משקלי המודל ובלי לאסוף נתונים ייעודיים למשימה.
What are the key points to validate first?
Skild AI טוענת כי S1 מסוגל לצפות בסרטון יחיד של משימה חדשה, שאורכה עד 10 דקות, ולבצע אותה בלי לשנות את משקלי המודל ובלי לאסוף נתונים ייעודיים למשימה. בהדגמות שהציגה החברה נכללו הכנת קפה בשיטת מזיגה ידנית, שתילת צמח, הרכבת ערכה והפיכת פנקייק, תוך הסתגלות לשינויים בסביבה והתאוששות מחלק מהטעויות.
What should I do next in practice?
הטכנולוגיה מיועדת גם לרובוטים תעשייתיים, אך הראיות הציבוריות עדיין אינן מציגות נתונים בלתי תלויים על זמינות, תפוקה, שיעורי שגיאות, בטיחות או החזר השקעה.
Sources
skild.aiIntroducing S1: In-Context Learning for Robotics - Skild AI
runtimewire.comSkild AI ships S1, a robot model prompted by one video
zerogantry.comSkild AI S1 Achieves 10-Minute Tasks from One Video Prompt
datanorth.aiSkild AI S1: Robot Model Learns Tasks From One Video - DataNorth AI
x.com"Scaling laws for in-context learning for robotics, perhaps ...