Skild AI når 100 miljoner dollar i årlig intäktsnivå på tio månader

Skild AI meddelade den 9 september 2026 att de passerade 100 miljoner dollar i årlig intäktsnivå, tio månader efter företagets första kommersiella utrullning av robotik-företaget.

Milstolpen offentliggjordes i ett företagsblogginlägg med titeln “The Hidden Pillar of Robotics.” I inlägget säger företaget att de har vuxit till mer än 60 betalande kunder inom transport av varor, leveranser, inspektion av platser, säkerhet och matlagning, samt verksamhet i lager, fabriker och datacenter. Mobilitet står för 10 % av intäkterna och Fetch‑lösningar står för 4 %, uppger företaget.

Namngivna kommersiella utrullningar

Inlägget beskrev tre utrullningar tillsammans med teknik- och industripartners. Tillsammans med NVIDIA och Foxconn implementerar Skild AI Skild Brain på tvåarmade manipulatorer för högprecisionsmontering av NVIDIA Blackwell‑system, ett arbete som företaget säger förändras vid varje produktcykel och tidigare krävde omprogrammering av varje robot på linjen.

På Sumitomo Wiring Systems säger Skild AI att de arbetar mot att implementera S1, deras senaste grundmodell, för att automatisera processer i tillverkning av kabelhärdar, vilket inlägget beskriver som tidigare ansedd som omöjlig att automatisera. Tillsammans med Mitsui & Co., vars leveranskedjor levererar 1,4 miljon måltider per dag över hela Japan, piloterar företaget allmänna robotar drivna av S1 i kommersiella kök.

S1-modellen och företagets rapporterade resultat

Skild AI presenterade S1, som de kallar sin flaggskeppsrobotikgrundmodell, i ett inlägg den 18 augusti 2026. Företaget säger att de byggde S1 från grunden som en in‑context‑inlärare: en operatör spelar in en enda videodemonstration av en uppgift och ger den till roboten som en prompt, utan att uppdatera modellens vikter. S1 är byggd på NVIDIA AI‑infrastruktur, vilket företaget uppger ger den accelererade beräkningsbas som behövs för att träna i skala över deras blandning av robotikdata. Enligt augustiinlägget är S1 den första robotikgrundmodellen som visar in‑context‑inlärning på extremt långsiktiga uppgifter på upp till tio minuter som aldrig setts under förträning.

I en kontrollerad intern studie som beskrivs i inlägget tränade Skild AI in‑context‑inlärning och språk‑styrda VLA‑policyer på identiska data, arkitekturer och beräkningsresurser över dataset som sträckte sig från 1 000 till 100 000 timmar. Vid 100 000 timmars förträning nådde in‑context‑policyn en framgångsfrekvens på 66 % på osedda långsiktiga uppgifter på fyra till åtta minuter, jämfört med 9 % för den språk‑promptade policyn, rapporterade företaget. På uppgifter hämtade från förträningsdistributionen var respektive siffror 96 % och 89 %. Företaget uppgav att de använde mänsklig intervention för att återhämta sig från fel under utrullningar, främst för den språk‑promptade baslinjen, så att varje steg kunde betygsättas kumulativt.

Augustinlägget uppgav också att en enda in‑context‑demonstration motsvarade ungefär 380 efter‑tränings‑episoder på osedda uppgifter, ett tal som företaget uppskattade genom interpolering mellan uppmätta punkter. Att samla in 380 långsiktiga demonstrationer tar 50 till 100 timmar av teleoperation, enligt inlägget, medan efter‑träning av VLA‑policyn på 2 000 demonstrationer nådde en framgångsfrekvens på 86 %. För en växtplanteringsuppgift registrerade företaget 11 minuter från demonstration till autonom utförande: material anlände kl. 20:54, en enda egocentrisk mänsklig demonstration spelades in kl. 21:22, och S1 började utföra uppgiften autonomt kl. 21:27.

Om datakvalitet skrev företaget: “For every dollar we spend on collecting data, we spend three on quality control.” Varje datapunkt som går in i förträning filtreras för låg nivå precision, uppgiftskoherens och annoteringsfidelitet, enligt inlägget.

Inlägget den 9 september beskriver utrullning som den dolda pelaren i robotikforskning och hävdar att demovideor är ett opålitligt mått på framsteg, eftersom ett lyckat klipp från en robot med 5 %, 10 % eller 99 % noggrannhet kan se likadant ut. Företaget säger att de lärde sin modell att koka ägg förra året: det första ägget tog en vecka, och att göra processen pålitlig över olika ägg och uppsättningar tog två månader. Att pressa de sista 5 % av prestandan kräver mycket mer ansträngning än de första 95 %, skriver inlägget. Inlägget argumenterar också att en robot som är 99,9 % exakt men tio gånger för långsam inte är deployerbar, eftersom varje station på en fabrikslinje måste slutföras inom ungefär samma cykeltid.

Enligt inlägget ledde lärdomar från utrullningar företagets forskning mot S1, eftersom ett system som kräver en ny dataset och en ny efter‑träningskörning för varje leverantörsbyte, arbetsstationsomplacering eller reviderad monteringssekvens inte är skalbart. Företaget beskrev den resulterande loopen som fysisk rekursiv självförbättring: erfarenhet från specialiserade utrullningar återförs till den generella basmodellen, så varje ny utrullning startar från en starkare modell.

Augustinlägget dokumenterar en utvecklingstidslinje som sträcker sig från LocoFormer, en in‑context‑inlärare för locomotion, i september 2025 genom de första in‑domain‑in‑context‑resultaten i februari 2026 och den första out‑of‑distribution‑pannkaksflippen i maj 2026 till S1‑släppet i augusti 2026. Det inlägget angav att S1 redan är i arbete med företagets kommersiella partners. Inlägget den 9 september avslutar: “The era of demos is over; the era of deployment has begun.”