A gyártósorok, raktárak és termelési környezetek folyamatosan változnak – új termékek jelennek meg, az elrendezések módosulnak, és a legtöbb ipari robot ezekhez a változásokhoz csak lassú, drága átprogramozással tud alkalmazkodni. A Skild AI most egy merőben eltérő megközelítéssel rukkolt elő: az S1 nevű robot alapmodell képes korábban soha nem látott, akár 10 perces, összetett feladatokat elsajátítani csupán egyetlen videódemó alapján – mindenféle súlyfrissítés vagy feladatspecifikus utótanítás nélkül.
Mit tud a Skild AI S1 robot alapmodellje?
Az S1 modell tavaly múlt héten debütált, és egy in-context learning (kontextusban tanulás) nevű technikát alkalmaz. A kezelő egyszerűen felvesz egy videót az elvégzendő feladatról, majd ezt adja be a modellnek bemenetként. A rendszer értelmezi a demonstrált szándékot, azonosítja az érintett tárgyakat és a lépések sorrendjét, majd ezeket lefordítja a robot konkrét mozgásinstrukciókká – mindezt újratanítás nélkül, gyakran olyan feladatokra is, amelyek nem szerepeltek az előtanítási adatkészletben.
Az S1 által megoldható feladatok rendkívül szerteágazóak: a modell tesztek során sikerrel hajtott végre növény-átültetést, palacsintasütést, pour-over kávékészítést és szerelési készletösszeállítást is. Ezek a műveletek tucatnyi manipulációs lépést ölelnek fel, és megkövetelik, hogy a robot olyan képességkombinációkat alkalmazzon, amelyeket korábban még sohasem „látott” egymás után.
- Az egyik növény-átültetési teszten a Skild AI csapata a videódemó felvételétől az önálló hardveres végrehajtásig mindössze 11 perc alatt jutott el.
- Többlépéses, ismeretlen feladatokon az S1 lépésenkénti sikerességi aránya 66% volt, szemben egy hasonló AI-rendszer 9%-ával – ez több mint hétszeres javulás.
- Skild becslései szerint egyetlen rövid videódemó kb. 380 kézzel gyűjtött edzéspéldával egyenértékű tanulási hatást nyújt – azokat manuálisan 50–100 óra alatt lehetne összegyűjteni.
A modell emellett képes alkalmazkodni, ha egy tárgy elmozdult, és tud hibákból is felállni, így a valós gyártási körülményekre is alkalmassá válik. Az NVIDIA AI-infrastruktúrán épülő együttműködés az adaptív robot-intelligenciát a laborokból a valódi üzemekbe kívánja vinni.
NVIDIA-technológia az egész fejlesztési cikluson át
A Skild AI az S1 fejlesztéséhez az NVIDIA eszközeinek széles tárházát vette igénybe. A szimulációtól az éles telepítésig minden fejlesztési fázist NVIDIA-technológia támogat:
- NVIDIA Cosmos nyílt világ-alapmodellek: a tanítási adatok diverzifikálásához és a videók strukturált leírásokká alakításához. A Cosmos Curator ezen adatok annotálását, szűrését és nagy léptékű rendezését végzi.
- NVIDIA Omniverse és Isaac Sim: fizikailag alapozott virtuális környezeteket biztosítanak adatgeneráláshoz, szélső esetek teszteléséhez és viselkedések validálásához.
- NVIDIA Isaac Lab: nyílt, moduláris robot-tanulási keretrendszer, amelyben a Skild megerősítéses tanulással (reinforcement learning) tovább finomítja a robot agyát.
- Newton fizikai motor: az Isaac Lab-ot hajtja, és segít pontosan modellezni az erőket, kontaktusokat, ütközéseket és nyomást – csökkentve a szimuláció és a valóság közötti rést.
- NVIDIA Nsight: a tanítás során feltárja a teljesítményszűk keresztmetszeteket.
- NVIDIA TensorRT SDK: optimalizálja az inferenciát, hogy a robot a fizikai térben gyorsan tudjon reagálni.
A Skild és az NVIDIA emellett közösen fejleszt új, GPU-gyorsított szimulációs megoldókat, amelyek gyorsan és pontosan modellezik, hogyan érintkeznek, fognak meg és mozgatnak meg szilárd tárgyakat a robotok. Ezeket hamarosan a Newton keretrendszer részeként valamennyi fejlesztő számára elérhetővé teszik.
Éles bevetésen: Foxconn-üzem és 100 millió dolláros bevételi futássebesség
A technológia már nem csupán laboratóriumi szinten működik. A Skild AI, az NVIDIA és a Foxconn közösen telepítette a Skild Brain rendszert kétkarú manipulátorokra, amelyek az NVIDIA Blackwell rendszerek nagy pontosságú összeszereléséhez szükséges feladatokat végzik. Az egyik bemutatott munkafolyamatban a robot buszrúd és határolóblokk behelyezését, majd 16 csavar meghúzását végzi el – és mindeközben tud alkalmazkodni, ha a jelenet eltér a tervtől.
A kereskedelmi eredmények sem elhanyagolhatóak: a vállalat az első kereskedelmi telepítés után mindössze 10 hónappal elérte a 100 millió dolláros éves bevételi futássebességet. Ez idő alatt a Skild több mint 60 telepítési partnerséget épített ki, amelyek gyártás, logisztika, ellenőrzés, biztonság, élelmiszer-előkészítés és egyéb területeket fednek le.
Ahogy Deepak Pathak, a Skild AI társalapítója és vezérigazgatója fogalmazott:
„A tapasztalatból való tanulás – nem pedig az előprogramozás – az a változás, ami a robotikában végbement. Az NVIDIA Isaac Lab és a Cosmos technológiák segítenek a Skild-nek megteremteni azt a skálázható, sokrétű tapasztalatot, amelyre robotjainak szüksége van a különféle helyzetek és testek közötti tanuláshoz.”
Ez a fejlesztési irány beleillik az NVIDIA tágabb fizikai AI-stratégiájába, amelyre más területeken is látunk példákat – mint ahogy arról a helyi NVIDIA AI-megoldások kapcsán is beszámoltunk korábban.
Gyakori kérdések
Hogyan tanul új feladatot az S1 modell?
Az S1 az úgynevezett in-context learning technikát alkalmazza: az operátor egyetlen videót ad be bemenetként, a modell ebből értelmezi a feladatot és anélkül hajtja végre, hogy súlyait frissíteni kellene vagy feladatspecifikus utótanításon kellene átesnie.
Milyen típusú feladatokat tud elvégezni az S1?
A modell akár 10 perces, több tucatnyi manipulációs lépésből álló feladatokat is képes elvégezni. Tesztek során növény-átültetést, palacsintasütést, pour-over kávékészítést és szerelési készletösszeállítást is sikeresen hajtott végre.
Mekkora hatékonyságjavulást mutatott az S1 a tesztek során?
Többlépéses, ismeretlen feladatokon az S1 lépésenkénti sikerességi aránya 66% volt, szemben egy hasonló AI-rendszer 9%-ával – ez több mint hétszeres javulás. Emellett egyetlen videódemó kb. 380 kézzel gyűjtött edzéspéldával felérő tanulási hatást nyújt.
Hol alkalmazzák már ma az S1-et éles környezetben?
A Skild AI, az NVIDIA és a Foxconn közösen telepítette a Skild Brain rendszert kétkarú manipulátorokon, amelyek NVIDIA Blackwell rendszerek nagy pontosságú összeszereléséhez szükséges feladatokat végeznek gyártóüzemi körülmények között.
Forrás: NVIDIA Blog
