Skild AI Revoluciona Robótica com Modelo S1 e Aprendizagem In-Contexto

A Skild AI está agitando o mercado de robótica com o lançamento do S1, um modelo fundacional que demonstra um salto na forma como robôs aprendem novas habilidades. A inovação central reside na capacidade de aprendizagem in-contexto, permitindo que robôs executem tarefas complexas, de até 10 minutos de duração, a partir de apenas um vídeo de demonstração. Essa abordagem elimina a necessidade de fine-tuning, mesmo para ações que o modelo nunca viu durante o pré-treinamento, um obstáculo comum na robótica tradicional.

Diferente de sistemas que exigem programação específica ou extensivo treinamento para cada nova função, o S1 da Skild AI se alinha à visão de robôs de propósito geral. Ele representa uma busca por inteligência robótica que constrói do zero, não de cima para baixo. Isso o coloca em um grupo seleto de abordagens inovadoras que o CEVIU News tem acompanhado, como os avanços da Generalist e os modelos da Rhoda, focados em aprendizado por exemplos.

O modelo S1 da Skild AI marca uma evolução notável na robótica, especialmente no que diz respeito à aquisição de novas habilidades. Enquanto o CEVIU News já cobriu modelos fundacionais impressionantes, como o Robotics-1 da Xiaomi, que se baseia em mais de 100 mil horas de manipulação, e o Dyna-2, que utilizou mais de um milhão de horas de vídeo para validar leis de escala, o S1 introduz um método de aprendizagem com eficiência sem precedentes.

A principal mudança é a ênfase na aprendizagem in-contexto a partir de um único exemplo de vídeo, sem a necessidade de fine-tuning. Modelos anteriores se concentraram em vastos pré-treinamentos para estabelecer uma base de conhecimento abrangente. O S1, contudo, mostra como essa base pode ser ativada para aprender tarefas completamente novas e complexas (até 10 minutos de duração) de forma instantânea, preenchendo a lacuna entre o pré-treinamento maciço e a adaptação ágil no campo. A Generalist já havia demonstrado 99% de confiabilidade com seu GEN-1 em habilidades físicas variadas, mas o S1 propõe uma forma ainda mais flexível e rápida de *aprender* essas habilidades novas.

A capacidade do S1 de aprender tarefas complexas a partir de um único vídeo e sem fine-tuning é um avanço crucial para a adoção massiva da robótica em diversos setores. Ele simplifica drasticamente o processo de implantação e adaptação de robôs em ambientes dinâmicos, onde novas tarefas surgem constantemente. Isso pode acelerar a automação em manufatura, logística e serviços, ao reduzir o tempo e o custo de programação e re-treinamento.

Para as empresas, significa robôs mais versáteis, capazes de se ajustar rapidamente às demandas de produção e às necessidades do mercado. Esse modelo representa um passo importante em direção a robôs verdadeiramente generalistas, capazes de operar com autonomia e flexibilidade em cenários não estruturados, replicando a forma intuitiva de aprendizado humano.