Skild AI ra mắt model robot S1: Tự học việc mới kéo dài 10 phút chỉ qua một video mẫu

Đột phá mới giúp robot học việc qua thị giác thay vì lập trình

Trong các nhà máy hay dây chuyền sản xuất, mỗi khi thay đổi sản phẩm, quy trình hoặc bố trí mặt bằng, kỹ sư thường phải mất rất nhiều thời gian lập trình lại hoặc thu thập dữ liệu để tái huấn luyện robot. Nhằm giải quyết nút thắt này, Skild AI vừa chính thức ra mắt mô hình nền tảng robot mang tên S1.

Được phát triển trên nền tảng hạ tầng trí tuệ nhân tạo của NVIDIA, S1 có khả năng học các tác vụ dài và hoàn toàn mới chỉ thông qua một đoạn video quay mẫu từ người vận hành. Mô hình sử dụng kỹ thuật in-context learning, tức là tiếp nhận video như một câu lệnh (prompt), tự phân tích ý định, các vật thể và trình tự thao tác để chuyển thành hành động cho phần cứng robot ngay lập tức mà không cần cập nhật trọng số (weights) hay trải qua bước tinh chỉnh (post-training).

Khả năng học việc thần tốc và ứng dụng thực tế trên dây chuyền Foxconn

Mô hình S1 có thể xử lý các tác vụ chưa từng xuất hiện trong tập dữ liệu huấn luyện trước đó, kéo dài tới 10 phút với hàng chục bước thao tác liên tiếp. Các thử nghiệm bao gồm từ việc trồng cây vào chậu, làm bánh pancake, pha cà phê pour-over cho đến lắp ráp linh kiện kỹ thuật.

Những con số và kết quả thử nghiệm đáng chú ý từ Skild AI:

• Tốc độ triển khai: Trong thử nghiệm trồng cây vào chậu, đội ngũ phát triển chỉ mất đúng 11 phút tính từ lúc bắt đầu quay video minh họa đến khi robot tự vận hành hoàn chỉnh trên phần cứng thực tế.
• Độ chính xác vượt trội: Ở các tác vụ nhiều bước phức tạp, robot sử dụng S1 đạt tỷ lệ thành công khoảng 66% ở mỗi bước thao tác, cao hơn gấp 7 lần so với mức 9% của hệ thống AI tương đương.
• Tiết kiệm dữ liệu: Một video minh họa ngắn cung cấp lượng thông tin tương đương khoảng 380 mẫu huấn luyện thủ công, giúp tiết kiệm từ 50 đến 100 giờ gom dữ liệu của con người.
• Khả năng thích ứng: Robot có thể tự điều chỉnh khi vật thể bị dịch chuyển, tự khắc phục lỗi và kết hợp linh hoạt các kỹ năng chưa từng được lập trình sẵn theo thứ tự đó.

Không dừng lại ở phòng thí nghiệm, công nghệ này đã bước vào nhà máy thực tế. Skild AI đang hợp tác cùng NVIDIA và Foxconn triển khai bộ não robot (Skild Brain) trên các robot hai cánh tay phục vụ khâu lắp ráp đòi hỏi độ chính xác cao cho các hệ thống máy chủ NVIDIA Blackwell. Cụ thể, robot đảm nhận việc lắp thanh dẫn điện (busbar), gắn khối định vị, siết 16 ốc vít và tự xử lý các sai lệch phát sinh trong quá trình vận hành.

Đòn bẩy hạ tầng từ NVIDIA và tốc độ thương mại hóa của Skild AI

Sự thành công của S1 gắn liền với hệ sinh thái Physical AI toàn diện của NVIDIA. Skild AI sử dụng các mô hình thế giới mở NVIDIA Cosmos để sinh dữ liệu tổng hợp và chuyển video thành mô tả có cấu trúc, kết hợp cùng Cosmos Curator để lọc và gán nhãn dữ liệu quy mô lớn. Quá trình mô phỏng, thử nghiệm các tình huống biên và học tăng cường (reinforcement learning) được thực hiện trong môi trường Isaac Sim và Isaac Lab với công cụ vật lý Newton, giúp thu hẹp khoảng cách giữa mô phỏng và đời thực (sim-to-real gap). Ngoài ra, bộ công cụ TensorRT đóng vai trò tối ưu hóa suy luận, đảm bảo robot phản hồi tức thì với thế giới vật lý.

Hai bên cũng đang phối hợp xây dựng các bộ giải mô phỏng tăng tốc bằng GPU phục vụ việc mô hình hóa các tương tác chạm, kẹp và thao tác vật thể rắn, dự kiến sẽ phát hành cho toàn bộ cộng đồng phát triển qua engine Newton.

Theo công bố từ Skild AI, công ty đã cán mốc tốc độ doanh thu thường niên (run rate) 100 triệu USD chỉ sau 10 tháng kể từ đợt triển khai thương mại đầu tiên. Hiện startup này đã thiết lập hơn 60 quan hệ đối tác triển khai thực tế trên nhiều lĩnh vực, từ sản xuất, logistics, kiểm tra an ninh cho đến chế biến thực phẩm.