Els models de fundació per a robots que existeixen fins ara aprenen tasques noves de dues maneres: rebent instruccions en llenguatge natural, que sovint no capturen prou detall de com s'executa físicament una acció, o passant per un reentrenament específic per a cada tasca, car en temps i en dades. Ensenyar un robot a fer alguna cosa nova continua sent, per això, un procés lent i costós.
El 25 d'agost, l'startup Skild AI ha presentat S1, un model de fundació construït des de zero com a «aprenent en context»: se li mostra una única demostració en vídeo d'una tasca —vista o no vista abans, curta o de fins a deu minuts i desenes de passos— i l'executa sense cap ajustament ni reentrenament posterior. En proves internes, S1 va assolir un 66% d'èxit en tasques absents del seu preentrenament, davant només un 9% d'un model equivalent basat en instruccions de llenguatge entrenat amb les mateixes 100.000 hores de dades; l'empresa calcula que un sol vídeo de demostració equival a uns 380 exemples d'entrenament addicional. Entre les tasques provades hi ha plantar una planta, fer crepes, preparar cafè de degoteig manual i muntar un joc de peces.
Skild diu que ja fa servir S1 amb un grup limitat de socis industrials, entre els quals hi ha fabricants de robots com ABB Robotics, Universal Robots i MiR, i que n'ampliarà l'accés en els pròxims mesos. Si la tècnica es confirma a gran escala, podria abaratir molt el cost d'ensenyar noves tasques a un robot, sense necessitat de recollir milers d'exemples etiquetats per a cada moviment nou.
Les xifres de rendiment provenen d'un banc de proves intern que Skild no ha publicat, sense recompte d'intents, marges d'error ni comparació amb cap referència externa independent; tampoc s'ha fet públic el nombre de paràmetres del model, les hores totals de preentrenament ni els robots concrets fets servir en l'avaluació. No hi ha pesos descarregables, api pública ni preus: de moment és una demostració de capacitat, no un producte llest per a qualsevol empresa.