Robots que aprenden una tarea nueva viendo un solo vídeo

La mayoría de robots industriales están diseñados para trabajos fijos, lo que significa que cualquier cambio de producto o proceso requiere reprogramación completa. Skild AI ha lanzado su modelo S1, un cambio de enfoque radical: el robot puede aprender tareas nuevas y complejas simplemente viendo un vídeo de demostración, sin necesidad de reentrenamiento.

El modelo, desarrollado sobre infraestructura de NVIDIA, interpreta la intención, los objetos y la secuencia mostrada en el vídeo, y luego mapea esas acciones para el robot físico sin modificar sus parámetros internos. Los ensayos de Skild muestran resultados impresionantes: el modelo S1 ejecuta correctamente nuevas tareas multifase con una tasa de éxito del 66% por cada paso, comparado con solo el 9% de sistemas similares. Según Skild, un vídeo corto equivale a aproximadamente 380 ejemplos de entrenamiento manual, lo que reduciría de 50 a 100 horas de trabajo humano.

En pruebas reales, el equipo pasó de grabar una demostración a la ejecución autónoma del robot en apenas 11 minutos. S1 puede realizar tareas de hasta 10 minutos de duración que incluyen desde plantación de plantas hasta preparación de café de vertido, adaptándose cuando los objetos se mueven o cuando algo no sale según lo planeado.

Skild, NVIDIA y Foxconn ya están desplegando esta tecnología en robótica de precisión para ensamblar sistemas NVIDIA Blackwell, realizando tareas como instalación de barras conductoras y atornillado de componentes.