首次！机器人有了共享大脑
作者 / 钱亚光
编辑 / 张 南
设计 / 柴文静
来源 / skild.ai, reuters
据路透社报道，2025年7月29日，由亚马逊和软银共同出资支持的机器人初创企业Skild AI推出了一个全新的AI模型，旨在适用于几乎任何类型的机器人。
该模型被称为“Skild Brain”，能让机器人（从人形机器人到桌面机械臂）的思维、运作和反应更像人类，以更接近人类操作的方式移动、保持平衡并对周围环境做出反应。
Skild Brain发布之际，越来越多的公司试图创造能够处理多项任务而非局限于单一功能的人形机器人，而如今的工厂机器通常就是这种单一功能的。
该公司写道：“构建机器人基础模型所面临的最大挑战之一就是缺乏大规模的机器人相关数据。而且情况更糟的是，利用硬件来收集真实世界的数据过程缓慢且成本极高。”
这使得许多研究人员和竞争者选择了绕开这一问题的方法，他们先基于现有的视觉与语言模型（VLM）为基础，再加入不到1%的真实机器人数据，从而构建出一个“机器人基础模型”。但Skild AI认为，这样的模型并非真正的机器人基础模型。
01
全能AI可应用于任何机器人
Skild Brain机器人基础模型的一个关键特征是其在任务和硬件之间进行泛化的能力。它不专注于特定的硬件或一种形式规格，而是训练能够跨越不同形态（包括人类数据）工作的模型，极大地扩展了可用的训练集，构建一个真正全能的基础模型。
它可以用于四足动物、人形机器人、桌面设备、移动操作器等等。使用各种不同的形态结构，不仅能够为其获取更多的训练数据，还能使模型对硬件的变化或故障具有更强的适应性。
Skild机器人蹓Skild机器狗▼
这家公司表示：“大型语言模型蕴含着大量的语义信息。但它们缺乏切实可行且具有实际意义的信息内容。这就是为什么大多数‘机器人基础模型’在抓取和放置这类任务中展现出语义泛化能力，但却缺乏真正的物理常识。”
其团队成员在以往的工作中曾尝试探索其他方式，比如利用网络视频和大规模模拟，但后来却发现“规模并不意味着百万或数十亿个例子，要实现规模就必须收集数万亿个例子”。
02
独特的训练方法
然而，在未来短期内，仅依靠真实世界的数据是无法达到这种规模的。Skild AI表示，Skild Brain的开发特点是出现了新的行为，它通过“大规模模拟和互联网视频数据”来解决这一难题，以“对我们的全方位大脑（omni-bodied brain）进行预训练”，并通过使用不断扩大的数据集进行训练而实现的鲁棒性和泛化能力的提升。
Skild人形机器人伸手拿取面包▼
该公司补充道：“我们利用有针对性的真实世界数据对这个基础模型进行后期训练，以便为我们的客户提供实用的解决方案。”
最近，Skild AI发布了其AI模型在人形机器人、机器狗和桌面机器手臂中完成各种任务的视频片段。
据总裁兼联合创始人阿比纳夫·古普塔（Abhinav Gupta）称，Skild Brain能够适应各种任务，从洗碗到攀爬湿滑的斜坡都可胜任。这种技术在与人类接触时也非常安全，因为它经过训练能施加较小的力，并且对人类互动具有高度适应性，而这一点在其他AI模型中是有限的或缺失的。
机器手臂在分拣耳塞▼
Skild AI的首席执行官兼联合创始人迪帕克·帕塔克（Deepak Pathak）在最近的一份声明中表示：“目前许多机器人模型都专注于那些对人类来说困难但对机器人来说却容易完成的任务：比如舞蹈、功夫，因为这些是自由空间的动作，不需要任何泛化。”“Skild AI的模型不仅能解决这些简单的任务，还能解决日常的复杂任务，比如在不利条件下爬楼梯，或者组装精细的物品，这些任务需要视觉和对接触动态的推理能力。”
在演示视频中，使用Skild Brain的机器人能够爬楼梯、在被推倒后保持直立，并在杂乱的环境中捡起物品。该公司表示，模型还内置了功率限制功能，以确保机器人不会施加过大的力，从而避免造成危险。
Skild机器人在厨房场景中展示其技术▼
该公司网站介绍，这一成果是其朝着“构建一个‘统一的、全方位的智能大脑，以控制任何机器人完成任何任务’”这一目标迈出的又一步。
有趣的是，为了训练该系统，Skild AI用了模拟事件、人类动作视频以及从已经运行该软件的机器人那里收集的数据等多种方式。
迪帕克·帕塔克和阿比纳夫·古普塔告诉路透社，这解决了机器人领域的一个重大问题：与语言或视觉AI不同，互联网上关于机器人的训练数据非常少。
Skild AI介绍，该公司的与众不同之处在于它能够获取到足够的数据来训练这种复杂的AI模型。通过在互联网上获取大量的人类模拟场景和视频，该公司对基础模型进行了大规模的预训练。随后，它用有针对性的现实世界数据对模型进行了后续训练。
因此，客户部署的机器人会将性能数据发送给Skild AI，这有助于改进模型，通过创建一个“共享大脑”来帮助所有使用该模型的机器人提升技能。尽管机器人部署所需的时间比软件更长，因为需要实际部署，但Skild AI的方法有助于机器人在不同行业迅速获得新技能。
03
超5亿美元的巨额融资
Skild AI由自我监督和自适应机器人领域的两位先驱阿比纳夫·古普塔和迪帕克·帕塔克于2023年创立，目标是建立基于物理世界的智能。
至今，Skild AI已累计进行了三轮融资。2023年，该公司获得1450万美元种子轮融资，由光速创投（Lightspeed Venture Partners）和红杉资本（SequoiaCapital）出资。
2024年7月，Skild AI成功筹集3亿美元A轮资金，公司估值达15亿美元。此轮融资由知名投资者领投，包括光速创投、蔻图资本（Coatue）、软银集团（SoftBank Group），以及亚马逊创始人杰夫·贝索斯通过贝索斯探险公司（Bezos Expeditions）进行的投资。
2025年6月，Skild AI从投资机构中获得B轮融资，其中包括软银的1亿美元，英伟达（Nvidia）的2500万美元，三星（Samsung）的1000万美元，总计2.3亿美元，这使公司估值进一步提升至约45亿美元。
Skild机器人在给餐具分类▼
Skild AI的总部设在美国宾夕法尼亚州匹兹堡，共有24名员工，今年早些时候在旧金山开设了办事处，其他招聘地点包括加州圣马特奥和印度的班加罗尔。
Skild机器人惬意地坐在混凝土台阶上，旁边是绿油油的草坪▼
