Η Skild AI ξεπερνά το ετήσιο ρυθμό εσόδων των 100 εκατομμυρίων δολαρίων σε δέκα μήνες

Η Skild AI δήλωσε στις 9 Σεπτεμβρίου 2026 ότι ξεπέρασε τα 100 εκατομμύρια δολάρια σε ετήσιο ρυθμό εσόδων, δέκα μήνες μετά από την πρώτη εμπορική εφαρμογή της ρομποτική εταιρείας.

Το ορόσημο αποκαλύφθηκε σε μια δημοσίευση στο εταιρικό blog με τίτλο «Ο Κρυμμένος Πυλώνας της Ρομποτικής». Στη δημοσίευση, η εταιρεία δήλωσε ότι έχει αυξήσει τη βάση πελατών της σε περισσότερους από 60 πληρωμένους πελάτες που δραστηριοποιούνται στη μεταφορά εμπορευμάτων, στην παράδοση, στην επιθεώρηση τοποθεσιών, στην παροχή ασφάλειας και στην προετοιμασία τροφίμων, καθώς και στην λειτουργία εντός αποθηκών, εργοστασίων και κέντρων δεδομένων. Η κινητικότητα αντιπροσωπεύει το 10 % των εσόδων και οι λύσεις Fetch το 4 %, σύμφωνα με την εταιρεία.

Ονομασμένες Εμπορικές Εγκαταστάσεις

Η δημοσίευση περιέγραψε τρεις εγκαταστάσεις με τεχνολογικούς και βιομηχανικούς εταίρους. Μαζί με την NVIDIA και τη Foxconn, η Skild AI εγκαθιστά το Skild Brain σε διπλο‑βραχίονα χειριστές για υψηλής ακρίβειας συναρμολόγηση συστημάτων NVIDIA Blackwell, εργασία που, σύμφωνα με την εταιρεία, αλλάζει με κάθε κύκλο προϊόντος και προηγουμένως απαιτούσε επαναπρογραμματισμό κάθε ρομπότ στη γραμμή.

Στην Sumitomo Wiring Systems, η Skild AI δήλωσε ότι εργάζεται για την εγκατάσταση του S1, του πιο πρόσφατου μοντέλου θεμελίωσης, ώστε να αυτοματοποιήσει διαδικασίες στην κατασκευή καλωδίων που, σύμφωνα με τη δημοσίευση, θεωρούνταν αδύνατο να αυτοματοποιηθούν. Με τη Mitsui & Co., των οποίων οι αλυσίδες εφοδιασμού εξυπηρετούν 1,4 εκατομμύρια γεύματα την ημέρα σε όλη την Ιαπωνία, η εταιρεία δοκιμάζει γενικού σκοπού ρομπότ που τροφοδοτούνται από το S1 σε εμπορικές κουζίνες.

Μοντέλο S1 και Αναφερόμενα Αποτελέσματα της Εταιρείας

Η Skild AI παρουσίασε το S1, το οποίο αποκαλεί το κορυφαίο μοντέλο θεμελίωσης ρομποτικής, σε μια δημοσίευση της 18ης Αυγούστου 2026. Η εταιρεία δήλωσε ότι δημιούργησε το S1 από το μηδέν ως «μαθητή εντός πλαισίου»: ένας χειριστής καταγράφει μια ενιαία βίντεο‑επιδείξη μιας εργασίας και την παρέχει στο ρομπότ ως προτροπή, χωρίς να ενημερώνει τα βάρη του μοντέλου. Το S1 χτίζεται πάνω στην υποδομή AI της NVIDIA, η οποία, σύμφωνα με την εταιρεία, παρέχει το επιταχυνόμενο υπολογιστικό θεμέλιο που απαιτείται για εκπαίδευση σε μεγάλη κλίμακα πάνω στο μείγμα δεδομένων ρομποτικής. Σύμφωνα με τη δημοσίευση του Αυγούστου, το S1 είναι το πρώτο μοντέλο θεμελίωσης ρομποτικής που δείχνει μάθηση εντός πλαισίου σε εξαιρετικά μακροπρόθεσμες εργασίες έως δέκα λεπτά, οι οποίες δεν είχαν εμφανιστεί ποτέ κατά την προ‑εκπαίδευση.

Σε μια ελεγχόμενη εσωτερική μελέτη που περιγράφεται στη δημοσίευση, η Skild AI εκπαιδεύτηκε σε μάθηση εντός πλαισίου και σε πολιτικές VLA υπό συνθήκες γλώσσας, χρησιμοποιώντας τα ίδια δεδομένα, αρχιτεκτονικές και υπολογιστική ισχύ σε σύνολα δεδομένων που κυμαίνονται από 1.000 έως 100.000 ώρες. Σε 100.000 ώρες προ‑εκπαίδευσης, η πολιτική εντός πλαισίου πέτυχε ποσοστό επιτυχίας 66 % σε αόρατες μακροπρόθεσμες εργασίες τεσσάρων έως οκτώ λεπτών, σε σύγκριση με 9 % για την πολιτική με γλωσσική προτροπή, όπως ανέφερε η εταιρεία. Σε εργασίες που προέρχονται από την κατανομή της προ‑εκπαίδευσης, τα αντίστοιχα ποσοστά ήταν 96 % και 89 %. Η εταιρεία δήλωσε ότι χρησιμοποίησε ανθρώπινη παρέμβαση για να ανακτήσει από αποτυχίες κατά τις εκτελέσεις, κυρίως για το γλωσσικό baseline, ώστε κάθε βήμα να μπορεί να αξιολογηθεί αθροιστικά.

Η δημοσίευση του Αυγούστου ανέφερε επίσης ότι μια ενιαία επίδειξη εντός πλαισίου αντιστοιχούσε περίπου σε 380 επεισόδια μετά‑εκπαίδευσης σε αόρατες εργασίες, ένα αριθμό που, σύμφωνα με την εταιρεία, εκτιμήθηκε με παρεμβολή μεταξύ των μετρημένων σημείων. Η συλλογή 380 μακροπρόθεσμων επιδείξεων απαιτεί 50 έως 100 ώρες τηλεχειρισμού, σύμφωνα με τη δημοσίευση, ενώ μετά‑εκπαίδευση της πολιτικής VLA με 2.000 επιδείξεις έφτασε σε ποσοστό επιτυχίας 86 %. Για μια εργασία φύτευσης φυτών, η εταιρεία κατέγραψε 11 λεπτά από την επίδειξη έως την αυτόνομη εκτέλεση: τα υλικά έφτασαν στις 8:54 μ.μ., μια ενιαία εγωκεντρική ανθρώπινη επίδειξη καταγράφηκε στις 9:22 μ.μ., και το S1 ξεκίνησε την αυτόνομη εκτέλεση της εργασίας στις 9:27 μ.μ.

Σχετικά με την ποιότητα των δεδομένων, η εταιρεία έγραψε: «Για κάθε δολάριο που ξοδεύουμε για τη συλλογή δεδομένων, ξοδεύουμε τρία για τον έλεγχο ποιότητας». Κάθε σημείο δεδομένων που εισέρχεται στην προ‑εκπαίδευση ελέγχεται για χαμηλού επιπέδου ακρίβεια, συνοχή της εργασίας και πιστότητα της σήμανσης, σύμφωνα με τη δημοσίευση.

Η δημοσίευση της 9ης Σεπτεμβρίου περιγράφει την υλοποίηση ως τον κρυφό πυλώνα της έρευνας ρομποτικής και υποστηρίζει ότι τα βίντεο επίδειξης είναι ένα αναξιόπιστο μέτρο προόδου, επειδή ένα επιτυχημένο απόσπασμα από ρομπότ με ακρίβεια 5 %, 10 % ή 99 % μπορεί να φαίνεται το ίδιο. Η εταιρεία δήλωσε ότι δίδαξε το μοντέλο της να παρασκευάζει αυγά πέρυσι: το πρώτο αυγό χρειάστηκε μια εβδομάδα, και η εξασφάλιση αξιόπιστης διαδικασίας σε διαφορετικά αυγά και ρυθμίσεις πήρε δύο μήνες. Η συμπίεση των τελευταίων 5 % της απόδοσης απαιτεί πολύ περισσότερη προσπάθεια από τα πρώτα 95 %, όπως λέει η δημοσίευση. Η δημοσίευση επίσης υποστηρίζει ότι ένα ρομπότ που είναι 99,9 % ακριβές αλλά δέκα φορές πολύ αργό δεν είναι υλοποιήσιμο, καθώς κάθε στάση σε μια γραμμή παραγωγής πρέπει να ολοκληρώνεται εντός περίπου του ίδιου χρόνου κύκλου.

Σύμφωνα με τη δημοσίευση, τα μαθήματα από τις υλοποιήσεις οδήγησαν την έρευνα της εταιρείας προς το S1, επειδή ένα σύστημα που απαιτεί νέο σύνολο δεδομένων και μια ακόμη εκπαίδευση μετά‑εκπαίδευσης για κάθε αλλαγή προμηθευτή, αναδιάταξη σταθμού εργασίας ή τροποποιημένη ακολουθία συναρμολόγησης δεν κλιμακώνεται. Η εταιρεία περιέγραψε το αποτέλεσμα ως φυσικό επαναληπτικό αυτο‑βελτίωση: η εμπειρία από εξειδικευμένες υλοποιήσεις ενσωματώνεται στο γενικό βασικό μοντέλο, ώστε κάθε νέα υλοποίηση να ξεκινά από ένα ισχυρότερο μοντέλο.

Η δημοσίευση του Αυγούστου καταγράφει ένα χρονοδιάγραμμα ανάπτυξης που ξεκινά από το LocoFormer, έναν μαθητή εντός πλαισίου για κίνηση, τον Σεπτέμβριο 2025, περνώντας από τα πρώτα αποτελέσματα εντός τομέα εντός πλαισίου τον Φεβρουάριο 2026 και την πρώτη εκτός κατανομής αναστροφή τηγανίτας τον Μάιο 2026, μέχρι την κυκλοφορία του S1 τον Αύγουστο 2026. Η δημοσίευση ανέφερε ότι το S1 είναι ήδη σε λειτουργία με τους εμπορικούς εταίρους της εταιρείας. Η δημοσίευση της 9ης Σεπτεμβρίου κλείνει: «Η εποχή των επιδείξεων έχει τελειώσει· η εποχή της υλοποίησης έχει αρχίσει».