Un Robot Que Aprende Observando, No Con Meses De Entrenamiento
El modelo fundacional S1 de Skild AI, detallado por NVIDIA el 10 de septiembre, aprende una nueva tarea de robot a partir de un solo video de demostración, en lugar de los meses de recopilación de datos y reentrenamiento específicos de cada tarea en los que se ha apoyado hasta ahora la robótica industrial. Un operador graba una sola vez un video de la tarea; S1 usa esa grabación como su instrucción, deduce los objetos implicados, el orden de los pasos y la intención detrás de ellos, y traduce la secuencia en acciones del robot sin actualizar sus parámetros internos.
NVIDIA y Skild afirman que un video de demostración equivale a unos 380 ejemplos de entrenamiento recogidos a mano, y en una prueba de trasplante de una planta, todo el proceso desde la llegada de los materiales hasta la ejecución autónoma tardó 11 minutos.
Su Primer Trabajo Fue Montar Los Propios Chips De NVIDIA
Skild, NVIDIA y Foxconn han desplegado el Skild Brain en manipuladores de dos brazos para el montaje de precisión de los sistemas Blackwell de NVIDIA, con un flujo de trabajo demostrado que muestra a un robot instalando una barra colectora y un bloque de tope, apretando 16 tornillos y adaptándose cuando se altera la escena. Es exactamente el tipo de trabajo de precisión largo y con muchas partes por el que los fabricantes de electrónica por contrato pagan hoy a operarios cualificados que lo hacen a mano.
| Métrica | S1, aprendizaje en contexto | Sistema comparable |
|---|---|---|
| Éxito por paso, tareas largas no vistas | 66 por ciento | 9 por ciento |
| Éxito en tareas vistas en el entrenamiento | 96 por ciento | Menor, referencia basada en lenguaje |
| Datos de entrenamiento por tarea nueva | 1 video, unos 380 equivalentes de demostración | 50 a 100 horas de teleoperación |
Skild ha alcanzado 100 millones de dólares de ingresos anualizados apenas 10 meses después de su primer despliegue comercial, con más de 60 socios en manufactura, logística, inspección, seguridad y preparación de alimentos. El cofundador y consejero delegado de Skild, Deepak Pathak, ha dicho que aprender de la experiencia en lugar de la preprogramación es el verdadero cambio que está ocurriendo ahora en la robótica.
El Argumento Del Coste De Montaje Para Deslocalizar Se Ha Debilitado
El montaje de electrónica por contrato se ha concentrado durante décadas en regiones de salarios bajos porque el trabajo manual de precisión es caro de trasladar: una nueva planta necesita mano de obra formada, y formarla lleva tiempo. Un robot capaz de aprender una tarea de montaje comparable a partir de una sola demostración grabada y ponerse a trabajar de forma autónoma en minutos elimina exactamente esa limitación.
Si las cifras de S1 se sostienen fuera de las demostraciones de Skild, el factor decisivo de dónde ocurre el montaje de precisión de electrónica se desplaza del coste laboral local hacia las horas de robot, la disponibilidad de energía y la cercanía de una planta a los chips y componentes que ensambla, variables que un fabricante europeo o británico que compita por los mismos contratos sí puede controlar.
Qué Significa Esto Para Un Fabricante Por Contrato Europeo
Un fabricante europeo o británico de electrónica por contrato debería tratar esto como una señal temprana y no como una amenaza inmediata: las cifras de Skild son autodeclaradas, y el despliegue con Foxconn es un flujo de trabajo demostrado, no una implantación en toda la fábrica.
Pero merece la pena planificar en esa dirección. Si el aprendizaje robótico en contexto sigue cerrando la brecha que describen NVIDIA y Skild, competir por la próxima generación de contratos de montaje de precisión dependerá menos del coste salarial y más de quién integre antes robots enseñados por video, y de estar lo bastante cerca de los chips y el suministro eléctrico de un cliente para que eso importe. Los fabricantes europeos con buena ingeniería de automatización y energía industrial fiable tienen aquí una oportunidad real, siempre que empiecen ya a construir esas capacidades de integración.
Servola Journal
Hacemos esto por todos los que intentan mantenerse al día con lo que la tecnología le está haciendo a nuestras vidas. Las personas que la construyen, y las personas a las que les ocurre. Servola Journal existe para que lo que aprendemos pertenezca a todos ellos.
Nadie nos paga por esto. Sin anuncios, sin muro de pago, gratis para todos. Simplemente creemos que entender lo que nos está pasando a todos no debería depender de quién pueda permitirse pagar por ello.
Si esto te dio algo hoy, dinos que sigamos adelante. Síguenos, deja un me gusta, o escribe un comentario positivo. Leemos cada uno, y son lo que nos mantiene en marcha.
Leer a continuación: Llega un cerebro de robot abierto, y los datos son el foso | Bosch vendió su robot a la startup que financió
