Skild AI、NVIDIA基盤で1本の動画から新作業を学ぶロボットモデル「S1」を発表 Foxconnの生産ラインにも導入
Skild AIはNVIDIAのAI基盤技術(Isaac Lab、Cosmosなど)を活用し、1本の動画デモだけで未経験の作業を学習・実行できるロボット基盤モデル「S1」を発表した。Skild、NVIDIA、Foxconnは共同でNVIDIA Blackwellシステムの組立ラインにもこの技術を導入している。
何が起きた?
Skild AIは新型ロボット基盤モデル「S1」を発表(記事公開は2026年9月10日、本文では「先週」launchedと記載)。動画1本を入力として重みを更新せず(in-context learning)新しい長期タスクを学習・実行できる。植木鉢の植え替え、パンケーキ作り、ハンドドリップコーヒー、キット組立など最大10分の未経験タスクを実行可能。植木鉢の実演では録画開始から自律実行までの所要時間は11分だった。新規の複数ステップタスクでのステップ成功率は約66%で、比較対象のAIシステムの9%を上回った(7倍以上の改善)。Skildの推定では、1本の短い動画デモは約380件のハンズオン学習例に相当し、これを人手で収集すると50~100時間かかるとしている。S1はNVIDIA Isaac Lab、NVIDIA Cosmos、Omniverse、TensorRTなどNVIDIAのAI基盤・シミュレーション技術を用いて開発された。Skildは初の商用導入から10カ月で年間売上高換算(ARR)1億ドルに到達し、製造・物流・検査・警備・食品調理など60件超の導入パートナーシップを構築したとしている。Skild、NVIDIA、Foxconnは共同で双腕マニピュレーターにSkild Brainを搭載し、NVIDIA Blackwellシステムの高精度組立(busbarと止め具の取り付け、ネジ16本の締結を含む)に既に活用している。
なぜ重要?
製造業では新製品や工程変更のたびに再訓練が必要だった従来のロボット導入コストを、動画1本からの学習で大幅に下げられる可能性がある。NVIDIAにとっては自社Blackwellシステムの組立効率化という実利用ケースを示すと同時に、Isaac Lab・Cosmos・Omniverse・TensorRTなど周辺AIインフラの需要拡大につながる。Skild AIのARR1億ドル・60件超のパートナーシップという数値は、物理AI(フィジカルAI)・ロボティクス分野の商業化が進みつつあることを示す一データ点となる。
どこに効く?
想定される影響経路: AI、半導体、製造業、ロボティクス
🎧 本文にはSkild AIの資金調達状況、評価額、NVIDIAからの出資の有無についての言及はなく、今後の開示を確認する必要がある。またFoxconnとの契約規模や本格量産化のスケジュールも不明。ARR1億ドルや66%の成功率はSkild側の自社発表値であり、第三者検証データではない点に留意すべき。NVIDIAの物理AI(Physical AI)エコシステム拡大の一例として、Isaac/Cosmos関連の他パートナー発表や、Blackwell生産能力への実際の寄与度が今後の確認ポイントになる。