Как Skild AI решает главную проблему физического ИИ

Большие языковые модели достигли успехов благодаря огромным объёмам текстов из интернета и с физических носителей. Но для физического ИИ, работающего в реальном мире, этого недостаточно. Роботу мало понять запрос пользователя, он должен учитывать свойства объектов, окружающую обстановку и кинематику собственных движений. Задача усложняется дефицитом данных о физическом мире. В отличие от текстовых данных, их попросту нет в нужном объёме и качестве.

Сбор данных в реальном мире с помощью роботов — процесс медленный и дорогой. На создание одной качественной демонстрации уходят минуты, тогда как алгоритмам для обучения требуются миллиарды примеров. Получается замкнутый круг. Без достаточного объёма данных роботы не могут работать надёжно, а значит, их нельзя массово внедрить для сбора нового опыта и обучения более сложным навыкам.

Традиционный подход строился на ручном программировании каждого движения или телеуправлении, когда оператор часами вёл манипулятор, фиксируя каждый сценарий. Это мешало масштабированию, так как любое изменение освещения, формы предметов или обстановки приводило к сбоям.

Ещё одна проблема заключается в отсутствии единых стандартов. В индустрии до сих пор нет общепринятых подходов к конструкции или классификации роботов. На рынке представлено множество видов и подвидов машин со своими особенностями. Среди них встречаются антропоморфные устройства, роботы-манипуляторы, шагающие конструкции с множеством конечностей и колёсные роверы.

Каждый тип машин требует учёта своей специфики и собственного программного обеспечения. Если рынок операционных систем для компьютеров давно устоялся, то у робототехники единого стандарта до сих пор нет. Каждый крупный разработчик вынужден создавать софт практически с нуля.

Решение проблемы

Для решения этих проблем в мае 2023 года в Питтсбурге основали стартап Skild AI. Его создали выходцы из Института робототехники Университета Карнеги — Меллона (CMU), ведущего научного центра в этой области. Также в команду вошли инженеры и исследователи из Meta AI, Google DeepMind, Калифорнийского университета в Беркли и сферы беспилотных технологий.

В июле 2025 года Skild AI представила Skild Brain — универсальную базовую модель для управления роботами. Большинство решений на рынке создают под конкретную платформу, но Skild Brain подходит для роботов любой конструкции: четвероногих, гуманоидов, манипуляторов и мобильных платформ. По заявлению компании, задавать описание конструкции робота заранее не требуется. Архитектура устроена по аналогии с человеческим мозгом и состоит из двух уровней. Высокоуровневый модуль решает, что именно должен сделать робот, а низкоуровневый контроллер переводит эти решения в точные команды для приводов.

В августе 2026 года компания представила флагманскую модель S1, которая учится новым задачам по одному видео. Роботу показывают запись, на которой человек выполняет задачу. Затем робот повторяет показанные действия без дополнительного обучения. По данным Skild, S1 справляется с 96% знакомых задач и с 66% совершенно новых. Для сравнения, у моделей с текстовым описанием задач этот показатель составляет всего 9%.

Чтобы преодолеть дефицит данных, Skild AI использует два альтернативных источника:

• •

  создание синтетических данных на основе законов физики

• •

  видеозаписи действий людей из интернета

В отличие от сбора информации вручную через дистанционное управление, эти источники легко масштабируются и всегда доступны. Физическое моделирование можно расширять за счёт мощности графических процессоров, а объём видео в сети постоянно растёт.

Компания опирается на принципы обучения классических больших языковых моделей (LLM). Начиная с GPT-3, их ключевой особенностью стало обучение в контексте, когда система решает новую задачу по примерам из запроса без изменения весов. S1 переносит этот подход в робототехнику. Вместо дообучения под каждую задачу робот получает видеозапись действий человека. Достаточно одного ролика, чтобы машина воспроизвела нужную последовательность движений. Столкнувшись с похожей задачей, робот сам подбирает действия без предварительной настройки. Например, после просмотра всего одного видео, где человек переставляет со стола кружку, модель S1 усваивает общую логику процесса. Это позволяет роботу перемещать не только кружки, но и тарелки, столовые приборы и другие предметы без описания их точных характеристик.

Разработчики Skild AI запускают масштабные симуляции с тысячами роботов разных типов: человекоподобных, четвероногих и манипуляторов. Каждый из них обладает уникальным строением и тестируется в самых разных виртуальных средах. Обучение на синтетических данных помогает создать универсальный алгоритм управления. В результате модель не запоминает решения под конкретное железо или задачи, а учится вырабатывать универсальные стратегии, которые подходят для любых роботов или условий.