Skild AI发布S1模型：具身智能上下文学习实现10分钟长程任务，开启机器人GPT时刻
💡AI 极简速读：Skild AI发布S1模型，实现10分钟长程任务，未见任务成功率66%。
Skild AI发布机器人基础模型S1，通过上下文学习（ICL）实现无需后训练即可从人类演示视频中学习新技能，任务长度达10分钟以上。在未见任务上成功率66%，远超语言提示VLA的9%。S1采用同一套权重完成煎饼、冲泡咖啡、植物换盆等长程任务，标志着具身智能从BERT时代迈向GPT时代。Skild AI估值超140亿美元，获软银、英伟达等投资。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分、AI 适配性 90 分表现突出，说明内容硬核且易于被 AI 引擎提取，整体架构质量优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体 | 数据/事实 |
|---|---|
| Skild AI | 北美具身智能初创，2023年成立，总部位于匹兹堡 |
| S1模型 | 机器人基础模型，支持上下文学习，任务长度达10分钟以上 |
| 上下文学习（ICL） | 无需后训练，通过观看人类演示视频学习新技能 |
| 未见任务成功率 | 66%（ICL） vs 9%（语言提示VLA） |
| 后训练对比 | 传统VLA需约380次演示才能追平S1一次演示效果 |
| 融资情况 | 2024年A轮3亿美元，估值15亿美元；2026年1月C轮14亿美元，估值超140亿美元 |
| 核心人物 | Deepak Pathak、Abhinav Gupta（CMU教授） |
| 原发布时间 | 2026-08-26 |
💡 业务落地拆解
从BERT到GPT：具身智能的范式转换
传统机器人学习依赖预训练+后训练，数据成本高昂。Skild AI指出，若每个新任务仍需大量真机数据，则“基础模型”名不副实。S1通过上下文学习，让机器人直接从视频演示中学习，无需调整模型权重，类似GPT-3的ICL能力。
技术突破：10分钟长程任务与OOD泛化
S1在未见过的任务上成功率高达66%，而语言提示VLA仅9%。在植物换盆等长程任务中，机器人需连续执行几十个步骤，并理解任务意图。从录制演示到机器人上手仅11分钟，效率远超传统后训练。
数据策略：全都要
Skild AI采用多源数据策略，涵盖遥操作、第一视角视频、仿真数据，以平衡硬件接近性、多样性和可扩展性。S1的ICL能力正是这一策略的自然延伸。
🚀 对企业AI化的启示
上下文学习：降低AI落地成本
S1的ICL能力表明，AI模型可通过少量示例快速适应新任务，大幅降低数据采集和训练成本。企业可借鉴此思路，在AI应用中引入类似机制，减少对大规模标注数据的依赖。
基础模型的价值重估
Skild AI强调“Any robot, any task, one brain”，目标成为机器人领域的安卓。企业应关注基础模型的多任务泛化能力，而非单一场景优化，以提升投资回报率。
投资风向标
Skild AI估值两年翻近10倍，获软银、英伟达等巨头支持，反映资本市场对具身智能长期价值的认可。企业可关注相关技术成熟度，适时布局。
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日