Skild AI S1在自我對弈足球訓練後展示實體控球

Skild AI 的機器人模型 S1 在虛擬環境中反覆學習足球後，展示了在實體環境中控球的能力。不過，訓練量所稱的「140年」以及實際比賽表現，尚未在正式研究資料中獲得確認。

CryptoBriefing 23日報導，S1在英偉達(NVIDIA，$NVDA)的 Isaac Sim 中以自我對弈方式學習足球。S1只被設定「進球」這一目標，沒有提供人類示範影片或針對個別動作設計獎勵機制，而是自行學習腳步移動、站位與追蹤足球。

自我對弈學習是指機器人在虛擬環境中反覆執行動作、比較結果並改善策略。這種方式可讓系統累積多種成功與失敗經驗，無須持續操作實體設備。

英偉達的 Isaac Sim 是一套在物理基礎虛擬環境中重現機器人與感測器運動的模擬平台。Isaac Lab 則是以 Isaac Sim 為基礎、大規模訓練機器人策略的框架。

這類模擬可用於降低機器人在實體環境中反覆運作所需的成本與風險。不過，本次足球實驗的實際比賽成功率、重複性及障礙物應對能力尚未公開。

Skild AI正式公開的S1研究重點並非足球，而是情境內學習。S1接收一次影片示範後，可在最多10分鐘內執行新任務，且不必針對每項任務重新訓練模型權重。

公司列出的S1應用案例包括種植盆栽、翻煎餅、沖煮滴濾咖啡及組裝套件。這種以一次影片示範應對新任務的方式，有別於為每項工作分別編寫動作程式。

Skild AI表示，在未經訓練的多步驟任務中，S1的逐步成功率約為66%，對照系統為9%。公司也估計，一次影片示範約相當於380個人工訓練案例。

上述數據來自公司公開的操作任務評估，而非足球實驗。因此，不能僅憑這些成果認定S1已能在實際足球比賽中實現人類水準的動作。

Skild AI共同創辦人兼執行長迪帕克·帕塔克(Deepak Pathak)表示：「機器人技術的變化，不是預先編程，而是透過經驗學習。」這番話說明了公司希望讓機器人透過經驗資料學習，而非事先指定所有動作的方向。

Skild AI於2026年1月14日完成14億美元(約1兆9000億韓元)的C輪融資。公司當時表示，企業估值超過140億美元(約18兆9560億韓元)，投資者包括軟銀及英偉達旗下創投組織NVentures等。

TokenPost先前曾報導，Skild AI公開了14億美元的C輪融資及超過140億美元的企業估值。本次S1案例延續了公司以通用機器人軟體及實際產業應用策略作為投資背景的發展方向。

公司表示，截至2026年9月，年度經常性收入已達1億美元(約1354億韓元)，並與60多家部署合作夥伴合作。英偉達與Skild AI也已在鴻海工廠部署用於組裝英偉達Blackwell GPU系統的機器人。

在機器人AI領域，如何將在模擬環境中學到的策略應用於實體設備，被視為核心課題。即使機器人在虛擬環境中累積足夠經驗，實際空間仍會受到感測器誤差、物體摩擦及難以預測的動作等因素影響。

本次案例更凸顯的是，研究團隊正嘗試將機器人在虛擬環境中反覆累積的經驗轉移至實際任務，而非代表機器人已能以人類水準踢足球。「140年」的計算方式及實際比賽表現，仍有待更多資料公開後驗證。