Ir al contenido
IA para hoy
Herramientas y productos Lanzamiento 2/5 · Declaración interesada

Skild AI presenta S1, modelo robótico que aprende tareas nuevas con un solo vídeo

Fotografía de archivo que ilustra: Skild AI presenta S1, modelo robótico que aprende tareas nuevas con un solo vídeo
Foto: Hyundai Motor Group · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

Skild AI lanzó S1, un modelo fundacional para robots que aprende tareas nuevas de larga duración a partir de una única demostración en vídeo, sin reentrenar pesos, usando infraestructura de NVIDIA (Isaac Lab, Cosmos, Omniverse). La empresa alcanzó una tasa de ingresos anual de 100 millones de dólares a los 10 meses de su primer despliegue comercial, con más de 60 alianzas en manufactura, logística e inspección. En pruebas, S1 logró un 66% de éxito por paso frente a 9% de un sistema comparable, y Skild, NVIDIA y Foxconn ya usan el modelo en ensamblaje de sistemas Blackwell.

Resumen generado mediante IA a partir de NVIDIA Blog (original en inglés). Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

Reducir drásticamente el coste y tiempo de reprogramación de robots para nuevas tareas podría acelerar la automatización flexible en plantas y almacenes con cambios frecuentes de producto o layout.

Quién se ve afectado
Fabricantes industriales, empresas de logística y integradores de robótica que necesitan adaptar líneas de producción rápidamente.
Qué puede cambiar
Los operadores podrían enseñar nuevas tareas a robots grabando un vídeo, sin necesidad de datasets ni reentrenamientos específicos por cada cambio de proceso.

Análisis generado a partir de la información disponible; no procede de la fuente.

Ilustración generada con IA sobre: Skild AI presenta S1, modelo robótico que aprende tareas nuevas con un solo vídeo
Ilustración generada con IA por IA para hoy

Predicción Qué observar a continuación

Vigilar la adopción real fuera de los despliegues piloto con Foxconn, la evolución de la tasa de éxito en entornos productivos complejos y si otros fabricantes de robots adoptan enfoques similares de aprendizaje en contexto.

Recomendación Qué debería hacer una empresa

Empresas con líneas de producción variables deberían evaluar pilotos con modelos de robótica basados en demostración por vídeo en los próximos 12-18 meses antes de comprometerse con soluciones de automatización rígidas.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Fuente original: NVIDIA Blog (fuente primaria). La referencia es siempre el artículo original.

Ver fuente original ↗

robóticaaprendizaje en contextosimulaciónmultimodal Skild AINVIDIAFoxconn automatización Foxconn Nvidia robótica industrial Skild AI

Relacionadas

Skild AI alcanza valoración de 14.000 millones tras ronda liderada por SoftBank

Skild AI, startup fundada en 2023 especializada en modelos fundamentales para robótica de propósito general, cerró una ronda Serie C de 1.400 millones de…

Por qué importaSeñala la consolidación de un mercado clave: software robótico capaz de adaptarse a múltiples robots sin reentrenamiento extenso. El crecimiento…

Impacto alto Fiabilidad una fuente fiable Relevancia 7/10 TechCrunch AI

NVIDIA Research presenta avances en robótica: de simulación a despliegue en el mundo real

NVIDIA Research presentó ocho trabajos en la Conferencia Internacional de Robótica y Automatización (ICRA) demostrando cómo la transferencia…

Por qué importaLa transición de robots de demostración controlada a autonomía confiable generalizable es crítica para empresas en manufactura, logística y…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 NVIDIA Blog

Generalist AI demuestra robots que aprenden tareas nuevas sin entrenamiento específico

Generalist AI, startup de Cambridge fundada por antiguos investigadores de Google DeepMind y Boston Dynamics, mostró robots que aprenden nuevas tareas viendo…

Por qué importaRepresenta un avance hacia robots de propósito general que pueden adaptarse a nuevas situaciones sin reentrenamiento exhaustivo, acercando la…

Impacto alto Fiabilidad una fuente fiable Relevancia 8/10 Wired AI

AWS y NVIDIA permiten entrenar robots humanoides a escala con simulación GPU

AWS y NVIDIA publican una guía técnica para entrenar políticas de robots humanoides (Unitree H1) usando NVIDIA Isaac Lab en Amazon SageMaker AI, aprovechando…

Por qué importaAcelera el ciclo de desarrollo de robots físicos desplazando el entrenamiento a simulación de alta fidelidad en lugar de ensayo y error en el mundo…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 AWS Machine Learning Blog

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre. Se guarda un resumen de tu IP para evitar abusos.