AnswersPublished23 sources
Skild AI S1 nedir? Robotlar tek videoyla 10 dakikalık görevleri nasıl öğreniyor?
Skild AI, S1’in daha önce görülmemiş ve 10 dakikaya kadar sürebilen çok adımlı görevleri tek bir insan videosundan sonra, ince ayar gerektirmeden gerçekleştirebildiğini söylüyor. S1, videoyu yeni bir eğitim verisi olarak değil, çıkarım sırasında kullanılan görsel bir görev komutu olarak değerlendiriyor; önceden öğre...
YayımlayanGPT-5.6 Luna ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Research answer
Key takeaways
- Skild AI, S1’in daha önce görülmemiş ve 10 dakikaya kadar sürebilen çok adımlı görevleri tek bir insan videosundan sonra, ince ayar gerektirmeden gerçekleştirebildiğini söylüyor.
- S1, videoyu yeni bir eğitim verisi olarak değil, çıkarım sırasında kullanılan görsel bir görev komutu olarak değerlendiriyor; önceden öğrendiği becerileri mevcut ortama uygun yeni bir eylem dizisinde birleştiriyor.
- Skild’in daha geniş Skild Brain stratejisi, farklı robot gövdeleri ve simülasyon ortamları üzerinde genelleme yapmayı amaçlıyor.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Skild AI’s S1 robotics foundation model, how does it enable robots to learn and perform previously unseen long-horizon manipulation. Article summary: Skild AI’s S1 is a robotics foundation model designed for visual in-context learning: rather than retraining a policy for each new job, a robot conditions on one video demonstration and then attempts the task in real tim. Topic tags: general, general web, news, user generated. 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 wi
Skild AI’nin S1 modeli, robot programlamayı satır satır kod yazmaktan çok örnek göstererek öğretmeye yaklaştırmayı amaçlıyor. Bir insanın yaptığı görev videoya alınıyor; model de bu videoyu, her yeni iş için baştan eğitilmesi gereken özel bir veri seti gibi değil, görev sırasında kullanılan görsel bir komut olarak değerlendiriyor. Skild’e göre S1, daha önce karşılaşmadığı, çok adımlı ve 10 dakikaya kadar sürebilen manipülasyon görevlerini yeni bir ince ayar veya gözlem sonrası eğitim döngüsü olmadan gerçekleştirebiliyor. 1
Bu yaklaşım, robotik alanındaki temel sorunlardan birine yanıt vermeyi hedefliyor. Geleneksel sistemlerde yeni bir görev için çoğu zaman görev özelinde veri toplamak, uzaktan kumandayla robotu çalıştırmak, mühendislik yapmak veya modeli yeniden eğitmek gerekiyor. S1’in iddiası ise videoyu kare kare ezberlemek değil; videodaki amacı anlamak ve önceden öğrendiği becerileri yeni bir eylem sırasına dönüştürmek.
S1 tek videodan nasıl öğreniyor?
S1’in temel yaklaşımı görsel bağlam içi öğrenme (visual in-context learning). İnsan gösterimi, modelin çalışma anında aldığı bir görev komutu gibi işlev görüyor. S1 videoyu izleyerek hedefi ve adımların sırasını çıkarmaya, ardından bu bilgiyi robotun içinde bulunduğu ortamdaki eylemlere çevirmeye çalışıyor. Skild’in açıklamasına göre her yeni gösterim için model ağırlıkları değiştirilmiyor. 1
Bu, klasik robot eğitimi yerine yapay zekâya “ne yapılacağını gösterme” fikrine daha yakın. Model; kavrama, taşıma, yerleştirme ve nesneleri hareket ettirme gibi önceden öğrendiği becerileri tanımlayıp bunları daha uzun bir prosedür içinde doğru sıraya koymak zorunda. Skild’in paylaştığı örnekler arasında filtre kahve hazırlama, saksıya bitki dikme, kit montajı ve pankek çevirme bulunuyor. 1
35
Buradaki asıl zorluk uzun görev ufku. Tek bir hareketi kodlamak veya öğrenmek görece kolay olabilir; 10 dakikalık bir görev ise onlarca karar, yer değiştiren nesneler ve hata yapma ihtimalleri içerebilir. S1’in hedefi, gösterimi yapan kişinin hareketlerini birebir tekrarlamak yerine görevin amacını uzun bir dizi boyunca korumak ve eylemlerini mevcut sahneye göre uyarlamak.
S1, dil komutlu robot modellerine kıyasla ne kadar başarılı?
Skild, daha önce görülmemiş görevlerden oluşan değerlendirmesinde video komutlu yaklaşım ile dil komutlu görsel-dil-eylem (vision-language-action, VLA) yaklaşımı arasında belirgin fark bulunduğunu bildiriyor. Şirketin belirttiği 100.000 saatlik eğitim ölçeğinde, video komutlu politika adım başına ortalama yüzde 66 başarı elde ederken karşılaştırılabilir dil komutlu VLA politikası yüzde 9 seviyesinde kaldı. 32
Bu sonuç, görsel bir gösterimin kelimelerin açık bırakabileceği fiziksel ayrıntıları daha iyi aktarabildiğine işaret ediyor: Hangi nesnenin tutulacağı, nesnenin nasıl yönlendirileceği, adımların hangi sırayla yapılacağı ve ortamda oluşan değişikliklere nasıl tepki verileceği gibi.
Yine de rakamı doğru yorumlamak gerekiyor. Bu, Skild’in kendi değerlendirmesinden gelen ve burada bağımsız olarak tekrarlanmış bir sektör standardı olarak sunulmayan bir sonuç. Ayrıca “adım başına yüzde 66 başarı”, 10 dakikalık görevin baştan sona yüzde 66 olasılıkla tamamlanacağı anlamına gelmiyor.
S1 hangi görevleri gösterdi?
Kamuya açık örnekler arasında şunlar yer alıyor:
- Filtre kahve hazırlama
- Saksıya bitki dikme
- Bir kitin montajını yapma
- Pankek çevirme
Bu görevler yalnızca tek bir mekanik hareketi değil; nesneleri algılamayı, doğru sırayı takip etmeyi, nesneleri yönlendirmeyi ve uzun süreli kontrolü birlikte gerektiriyor. Skild, bu görevlerin ön eğitim sırasında görülmediğini belirtiyor. Ancak mevcut kanıtların önemli bölümü şirketin kendi açıklamalarına ve bu açıklamaları aktaran haberlere dayanıyor. 1
33
Gösterimler, hedeflenen kullanım biçimini ortaya koyuyor: İnsan görevi bir kez yapıyor, robot da prosedürü genelleştirmeye çalışıyor. Fakat bu örnekler S1’in rastgele ev işlerini güvenilir biçimde yapabildiğini, gözetimsiz çalıştığını veya üretim ortamındaki her fiziksel değişkenle başa çıkabildiğini kanıtlamıyor.
Robot ne kadar hızlı çalışmaya başlayabiliyor?
S1’in öne çıkarılan avantajı, gösterimi izledikten sonra ayrı bir görev eğitimi aşamasına ihtiyaç duymadan çalışmaya başlayabilmesi. Skild ve lansmanı aktaran kaynaklar bu süreci gerçek zamanlı bağlam içi yürütme olarak tanımlıyor. 1
30
Bununla birlikte, mevcut kaynaklarda videonun bitmesiyle robotun ilk hareketi arasındaki süreyi saniye cinsinden veren güvenilir ve kesin bir gecikme ölçümü bulunmuyor. “İnce ayar gerektirmemesi”, model ağırlıklarının görev için yeniden güncellenmediği anlamına geliyor; her videonun anında işlendiği veya robotun kurulum, kalibrasyon ve güvenlik kontrollerine ihtiyaç duymadığı anlamına gelmiyor.
Skild’in veri stratejisi: Skild Brain
S1, Skild’in daha geniş Skild Brain stratejisinin bir parçası. Şirket, her robot ve görev için ayrı bir politika geliştirmek yerine farklı görevleri, robot gövdelerini, simülasyonları ve insan videolarını kapsayan genel amaçlı tek bir model oluşturmayı hedefliyor. Skild, 100.000 farklı robot varyantından oluşan simüle edilmiş bir evren kurduğunu ve eğitimde bulunmayan robot gövdelerine genelleme testleri yaptığını söylüyor. 6
Farklı robot biçimleri üzerinde eğitim vermek, modelin belirli bir makineye özgü hareketlerden ziyade daha genel kontrol ilkelerini öğrenmesine yardımcı olmayı amaçlıyor. Skild’in materyallerinde sistemin insansı robotlar, dört ayaklı robotlar, masaüstü kollar ve mobil manipülatörler üzerinde çalışması hedefleniyor. 3
10
Skild’in rakiplerinden 100 ila 1.000 kat daha fazla veriye sahip olduğu yönündeki iddialar ise dikkatle ele alınmalı. Sunulan kaynaklar, şirketler arasındaki veri miktarı, veri kalitesi veya işe yarar robot deneyimini standartlaştırılmış ve bağımsız biçimde denetlenen bir karşılaştırmayla ortaya koymuyor. Daha sağlam biçimde söylenebilecek nokta, Skild’in ölçeklenmeyi tek bir donanım platformuna özel gösterimlere dayanmak yerine farklı robot gövdeleri ve simülasyonlar üzerinden kurmaya çalıştığı.
“Omni-bodied” robot beyni ne demek?
Skild’in kullandığı “omni-bodied” ifadesi, modelin farklı robot gövdeleri arasında görev aktarımı yapabilmesi fikrini anlatıyor. Teoride ortak bir model, görevin amacını belirli bir makinenin geometrisinden ayırabilir; böylece farklı uzuvlara, tekerleklere, kavrayıcılara ve aktüatör düzenlerine sahip robotlara uyarlanabilir. Skild, simülasyon testlerinde eğitim dışında bırakılmış robot biçimlerinin sıfır atışla kontrol edildiğini belirtiyor. 6
Bu, donanımın önemsiz olduğu anlamına gelmiyor. Robotların sensörleri, kavrayıcıları, eklem sınırları, kontrol arayüzleri, gecikmeleri, taşıma kapasiteleri ve güvenlik gereksinimleri birbirinden farklı. Farklı gövdelerde genelleme yapabilen bir model uyarlama işini azaltabilir; ancak hedef donanımda sistem entegrasyonu ve güvenlik doğrulaması yine gerekiyor.
Skild AI’nin teknolojisi nerelerde kullanılıyor?
Kamuya açık haberlerde Skild’in yazılımının fabrikalar, veri merkezleri ve lojistik ortamlarında yüzlerce robot üzerinde çalıştığı aktarılıyor. Bildirilen örnekler arasında NVIDIA’nın Houston’daki fabrikası, LaGuardia’daki bir deneme ve kablolama ile inşaat şirketleriyle yürütülen çalışmalar bulunuyor. Şirket ayrıca ABB Robotics, Universal Robots ve NVIDIA ile ilişkiler açıkladı. 17
4
Bu haberler ticari ilgiye ve gerçek dünya testlerine işaret ediyor; ancak üretim hattındaki tamamlanma oranlarını, çalışma süresini, maliyet tasarrufunu veya yatırım getirisini hesaplamaya yetecek kamuya açık veri sunmuyor. Laboratuvar ya da kontrollü test sonucu, doğrudan üretim metriği olarak kabul edilemez. Bir haberde ayrıca NVIDIA Blackwell GPU sunucu sistemleriyle ilişkili montaj hatlarında Foxconn ile planlanan bir uygulamadan söz ediliyor. Bu, bir test veya dağıtım çalışmasına kanıt oluşturuyor; geniş ölçekte otonom fabrika operasyonunun kanıtı değil. 43
Finansman ve fiziksel yapay zekânın “ChatGPT anı”
Skild’in aldığı yatırım, şirketin fiziksel yapay zekâ alanında yakından izlenen girişimlerden biri olmasına katkı sağladı. Bloomberg, SoftBank liderliğindeki Seri C turunda şirketin Ocak 2026’da yaklaşık 1,4 milyar dolar topladığını ve değerlemesinin 14 milyar doların üzerine çıktığını bildirdi. 13 Skild’in Temmuz 2024’te duyurduğu önceki Seri A turu ise 300 milyon dolardı ve şirketi 1,5 milyar dolar değerlemeye ulaştırmıştı.
9
“Robotlar için ChatGPT anı” benzetmesi, kullanıcı deneyiminde hedeflenen değişimi anlatıyor: Bir robotu her görev için ayrı ayrı programlamak veya yeniden eğitmek yerine, çalışan yalnızca istenen davranışı gösterebilir ve genel amaçlı model bu gösterimi eylemlere çevirebilir. S1, bu arayüze doğru atılmış dikkat çekici bir adım.
Ancak bu gelişme, genel amaçlı robotların artık tamamen hazır olduğu anlamına gelmiyor. Kamuya açık en güçlü sonuçlar şirket kaynaklı; gösterilen görevlerin kapsamı sınırlı ve bağımsız biçimde doğrulanmış endüstriyel metrikler mevcut değil. Daha ölçülü sonuç şu: S1, robotlarda görev özelindeki eğitim ihtiyacını azaltabilecek umut verici bir yöntemi gösteriyor. Video bir talimat olarak kullanılıyor, geniş ön eğitimden gelen beceriler yeniden birleştiriliyor ve bu becerilerin daha önce görülmemiş, uzun soluklu bir göreve aktarılıp aktarılamayacağı test ediliyor.
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 nedir? Robotlar tek videoyla 10 dakikalık görevleri nasıl öğreniyor?"?
Skild AI, S1’in daha önce görülmemiş ve 10 dakikaya kadar sürebilen çok adımlı görevleri tek bir insan videosundan sonra, ince ayar gerektirmeden gerçekleştirebildiğini söylüyor.
What are the key points to validate first?
Skild AI, S1’in daha önce görülmemiş ve 10 dakikaya kadar sürebilen çok adımlı görevleri tek bir insan videosundan sonra, ince ayar gerektirmeden gerçekleştirebildiğini söylüyor. S1, videoyu yeni bir eğitim verisi olarak değil, çıkarım sırasında kullanılan görsel bir görev komutu olarak değerlendiriyor; önceden öğrendiği becerileri mevcut ortama uygun yeni bir eylem dizisinde birleştiriyor.
What should I do next in practice?
Skild’in daha geniş Skild Brain stratejisi, farklı robot gövdeleri ve simülasyon ortamları üzerinde genelleme yapmayı amaçlıyor.