Skild AI når $100 millioner i årlig omsætningsrate på ti måneder

Skild AI sagde den 9. september 2026, at den havde overskredet $100 millioner i årlig omsætningsrate, ti måneder efter robotvirksomhedens første kommercielle implementering.

Milepælen blev offentliggjort i et virksomhedsblogindlæg med titlen “The Hidden Pillar of Robotics.” I indlægget sagde virksomheden, at den har udvidet til mere end 60 betalende kunder inden for transport af varer, levering, inspektion af steder, sikkerhed og madlavning, samt drift i lagre, fabrikker og datacentre. Mobilitet udgør 10 % af omsætningen, og Fetch‑løsninger udgør 4 %, oplyser virksomheden.

Navngivne kommercielle implementeringer

Indlægget beskrev tre implementeringer sammen med teknologiske og industrielle partnere. Sammen med NVIDIA og Foxconn implementerer Skild AI Skild Brain på dual‑arm manipulatorer til højpræcisionssamling af NVIDIA Blackwell‑systemer, et arbejde som virksomheden siger ændrer sig med hver produktcyklus og tidligere krævede omprogrammering af hver robot på linjen.

Hos Sumitomo Wiring Systems siger Skild AI, at de arbejder på at implementere S1, deres seneste grundmodel, for at automatisere processer i fremstilling af ledningsnet, som indlægget beskriver som umulige at automatisere. Sammen med Mitsui & Co., hvis forsyningskæder leverer 1,4 million måltider om dagen i hele Japan, pilotere virksomheden generelle robotter drevet af S1 i kommercielle køkkener.

S1‑modellen og virksomhedens rapporterede resultater

Skild AI introducerede S1, som de kalder deres flagskibs‑robotgrundmodel, i et indlæg den 18. august 2026. Virksomheden sagde, at de byggede S1 fra bunden som en in‑context‑lærer: en operatør optager en enkelt videodemonstration af en opgave og giver den til robotten som en prompt, uden at opdatere modellens vægte. S1 er bygget på NVIDIA AI‑infrastruktur, som virksomheden siger giver det accelererede beregningsgrundlag, der er nødvendigt for at træne i stor skala på tværs af deres blanding af robotdata. Ifølge august‑indlægget er S1 den første robotgrundmodel, der viser in‑context‑læring på ekstremt langvarige opgaver på op til ti minutter, som aldrig blev set under fortræning.

I en kontrolleret intern undersøgelse beskrevet i indlægget trænede Skild AI in‑context‑læring og sprog‑betingede VLA‑politikker på identiske data, arkitekturer og beregning på datasæt fra 1.000 til 100.000 timer. Efter 100.000 timers fortræning nåede in‑context‑politikken en succesrate på 66 % på usete langvarige opgaver på fire til otte minutter, sammenlignet med 9 % for den sprog‑promptede politik, rapporterede virksomheden. På opgaver fra fortræningsfordelingen var de respektive tal 96 % og 89 %. Virksomheden oplyste, at de brugte menneskelig indgriben til at komme sig efter fejl under udrulninger, primært for den sprog‑promptede baseline, så hvert trin kunne vurderes kumulativt.

August‑indlægget oplyste også, at en enkelt in‑context‑demonstration svarer til cirka 380 efter‑trænings‑episoder på usete opgaver, et tal som virksomheden anslog ved at interpolere mellem målte punkter. Indsamling af 380 langvarige demonstrationer tager 50 til 100 timer teleoperation, ifølge indlægget, mens efter‑træning af VLA‑politikken på 2.000 demonstrationer nåede en succesrate på 86 %. For en plante‑potte‑opgave registrerede virksomheden 11 minutter fra demonstration til autonom udførelse: materialer ankom kl. 20:54, en enkelt egocentrisk menneskelig demonstration blev optaget kl. 21:22, og S1 begyndte at udføre opgaven autonomt kl. 21:27.

Om datakvalitet skrev virksomheden: “For hver dollar vi bruger på at indsamle data, bruger vi tre på kvalitetskontrol.” Hvert datapunkt, der indgår i fortræning, bliver screenet for lav‑niveau præcision, opgave‑kohærens og annoterings‑trofasthed, ifølge indlægget.

Det 9. september‑indlæg beskriver implementering som den skjulte søjle i robotikforskning og argumenterer for, at demo‑videoer er en upålidelig målestok for fremskridt, fordi et succesfuldt klip fra en robot med 5 %, 10 % eller 99 % nøjagtighed kan se ens ud. Virksomheden sagde, at den lærte sin model at lave æg sidste år: det første æg tog en uge, og at gøre processen pålidelig på tværs af forskellige æg og opsætninger tog to måneder. At presse de sidste 5 % af ydeevnen kræver langt mere indsats end de første 95 %, skriver indlægget. Indlægget argumenterer også for, at en robot, der er 99,9 % nøjagtig men ti gange for langsom, ikke er implementerbar, da hver station på en fabrikslinje skal afslutte inden for omtrent samme cyklustid.

Ifølge indlægget har erfaringer fra implementeringer styret virksomhedens forskning mod S1, fordi et system, der kræver et nyt datasæt og en ny efter‑træningskørsel for hver leverandørændring, arbejdsstation‑omarrangering eller revideret samlingssekvens, ikke skalerer. Virksomheden beskrev den resulterende løkke som fysisk rekursiv selvforbedring: erfaring fra specialiserede implementeringer bringes tilbage i den generelle grundmodel, så hver ny implementering starter fra en stærkere model.

August‑indlægget dokumenterer en udviklingstidslinje fra LocoFormer, en in‑context‑lærer for locomotion, i september 2025 gennem de første in‑domain‑in‑context‑resultater i februar 2026 og den første out‑of‑distribution pandekage‑flip i maj 2026 til S1‑udgivelsen i august 2026. Indlægget oplyste, at S1 allerede er i brug hos virksomhedens kommercielle partnere. Det 9. september‑indlæg afslutter: “Demo‑æraen er forbi; implementeringsæraen er begyndt.”