Skild AI выпустила S1 — ИИ-модель для обучения роботов по одному видео

Компания Skild AI представила свою основную ИИ-модель для роботов S1, которая, как утверждается, позволяет учить роботов новым сложным задачам всего на основании одного видеоролика. С момента основания в 2023 году стартап привлёк почти 1,7 миллиарда долларов инвестиций на разработку универсального «мозга» для роботов. Уникальность подхода S1 — в использовании так называемого in-context learning: в систему загружается видео, где человек совершает нужное действие, и на этом основании робот может повторить задачу. По словам Deepak Pathak, сооснователя и CEO Skild AI, речь не о коротких элементарных действиях, а о по-настоящему сложных и многошаговых сценариях.

В традиционном робототехе ИИ-модели требуют дообучения для освоения каждой новой задачи — это требует времени и препятствует быстрой масштабируемости. S1, исходя из описания, решает эту проблему за счёт масштабного предварительного обучения (pretraining) на разнородных данных. В частности, используются четыре типа данных: данные телеопераций (когда человек напрямую управляет роботом — очень качественный, но трудоёмкий для сбора источник), видео с людьми (масштабное и разнообразное, но сложное для прямого применения на роботах), а также симуляции, позволяющие генерировать большое количество ситуаций в виртуальной среде — хотя между симуляциями и реальным миром до сих пор существует некоторая разница.

Сейчас в контексте роста спроса на универсальные решения для автоматизации общепита, гостиниц и доставки, внимание к таким фундаментальным моделям для роботов объяснимо: индустрии нужно снижать порог внедрения роботов для нестандартных операций, не затрачивая недели на каждое перенастраивание под новые процессы. Похожими исследованиями и коммерческими запусками занимаются и другие игроки — но вклад Skild AI заметен из-за размера привлечённых инвестиций и амбитной задачи создать «обобщённый ИИ для роботов».

Для заведений сферы HoReCa появление такой технологии открывает возможности более гибкого применения роботов: например, обновить процесс приготовления, сервиса или логистики станет потенциально проще — достаточно обучающего видео, а не настроек для каждой задачи. Это может снизить издержки, ускорить внедрение роботов и ускорить реакцию на смену процессов. Однако детали работы S1 и её внедрение в реальные сценарии пока не раскрыты полностью: нет информации о точности, о том, насколько S1 справляется с ошибками и безопасностью, как быстро проходит самообучение и какие требования к качеству исходных видео или оборудованию. Скепсис вызывает и вопрос адаптации к реальным условиям — пока технология заявлена амбициозно, конкретных кейсов и возможностей для прямого применения в HoReCa из публикации не видно.