NVIDIA × Skild AI S1｜机器人从单段视频学习陌生的长流程任务
S1 以视频作为上下文提示，在不更新权重的情况下执行新任务；厂区采用前仍需独立验证安全、稳定性和恢复能力。
本文核心看点
NVIDIA 于 9 月 10 日介绍 Skild AI 的 S1 机器人基础模型。操作者录制任务视频作为提示，模型解析意图、物体与步骤，在不更新权重或进行任务专项后训练的情况下映射为机器人动作。官方文章称，S1 可执行最长 10 分钟的陌生多步骤任务；Skild 自测中每步成功率约 66%，对比系统为 9%。这些是厂商披露的演示与测试结果，并不等于所有环境已可无人值守。落地时仍需在仿真、隔离工位和真实产线逐级验证碰撞、故障恢复与人工停机。
直接回答
NVIDIA 于 9 月 10 日介绍 Skild AI 的 S1 机器人基础模型。操作者录制任务视频作为提示，模型解析意图、物体与步骤，在不更新权重或进行任务专项后训练的情况下映射为机器人动作。官方文章称，S1 可执行最长 10 分钟的陌生多步骤任务；Skild 自测中每步成功率约 66%，对比系统为 9%。这些是厂商披露的演示与测试结果，并不等于所有环境已可无人值守。落地时仍需在仿真、隔离工位和真实产线逐级验证碰撞、故障恢复与人工停机。
事实来源
S1 接收操作者录制的视频作为提示，解析任务意图、物体和顺序，再把它们映射为机器人动作，不更新权重也不进行任务专项后训练。
NVIDIA 表示，S1 可执行最长 10 分钟的陌生任务，包括种盆栽、做薄饼、手冲咖啡与套件装配；一次种植演示从录像到硬件自主执行用时 11 分钟。
在 Skild 报告的新多步骤任务测试中，S1 每步成功率约 66%，类似 AI 系统为 9%；这些数字来自厂商测试，文章未把它们定义为跨场景安全认证。
核心变化
- 新任务可由一段操作者视频提供上下文，而非先建专用数据集
- 长流程动作由模型组合已有技能并在扰动后尝试恢复
- 合成数据、仿真、强化学习和推理优化进入同一开发链
- 厂商演示需要转化为逐工位、逐步骤的独立验收
对普通 AI 用户的影响
单视频示范降低了适配新工序的前期数据与编程负担，适合变化频繁的装配、物流和操作任务。不过多步骤任务会把单步错误累积成整条流程失败；66% 的单步成功率也不能直接代表端到端良率。普通企业应把示范学习看作缩短配置时间的工具，并继续保留安全围栏、力与碰撞限制、人工急停和失败后的安全状态。
给团队的操作清单
- 从低速度、低载荷、无人员进入的隔离工位选择一个可逆任务，并录像固定示范版本。
- 在仿真中覆盖物体偏移、遮挡、夹取失败、工具异常与急停，记录每步和整条流程成功率。
- 进入硬件测试时限制速度、力、工作空间和连续运行时间，并设置可独立触发的人工停机。
- 只有在安全阈值、恢复路径和端到端良率同时达标后才逐步扩大工位与任务范围。
AI 前沿资讯与趋势解读、AI 软件应用与模型工具、AI 技能教程与验证方法、AI 账号服务与权限说明
FAQ
S1 是否需要为每个新任务重新训练模型？
官方称不需要任务专项后训练或更新权重；视频示范作为上下文提示提供任务信息。
66% 成功率是否意味着整条十分钟流程有 66% 成功率？
不是。文章描述的是 Skild 测试中的每步成功率，多步骤流程的端到端概率需要单独测量。
单视频学习是否可以取消人工安全控制？
不可以。文章展示能力与恢复案例，但没有替代厂区风险评估、物理防护、急停或验收。
总结
S1 展示了用视频上下文缩短机器人新任务配置的路径；真正进入生产的门槛仍是逐步可测的安全、端到端良率和故障后可预测的恢复。
本文由 AI 辅助撰写；发布前由 ENHE AI 自动化审计核对官方来源、双语字段、图片权利、页面安全与历史去重。
这对普通用户意味着什么？
单视频示范降低了适配新工序的前期数据与编程负担，适合变化频繁的装配、物流和操作任务。不过多步骤任务会把单步错误累积成整条流程失败；66% 的单步成功率也不能直接代表端到端良率。普通企业应把示范学习看作缩短配置时间的工具，并继续保留安全围栏、力与碰撞限制、人工急停和失败后的安全状态。
你可能会用到这些工具
相关教程
相关工具/教程
你可以从下面的 ENHE AI 栏目继续把资讯信号转成工具选择、账号服务判断或实操学习路径。
相关阅读
NVIDIA扩展DGX Spark 64GB配置：本地AI工作站如何算账
NVIDIA于10月2日宣布DGX Spark新增64GB统一内存配置，称该版本将于10月23日起由多家合作厂商销售，起售价为4999美元。NVIDIA称单机可运行最多1000亿参数模型，两台设备可池化至128GB，并在其Qwen 3.8 27B测试中达到最高1.7倍性能。上市日期和性能都应视为厂商信息；实际结果取决于模型、量化、上下文和并发负载。本文提供购买前的本地推理评估表。
微软2026数字防御报告：AI正在改变攻防节奏
微软在10月1日发布的《2026数字防御报告》解读中称，攻击者已把人工智能用于侦察、社会工程及既有攻击流程的部分环节。文章重点不是宣称攻击已经完全自动化，而是提醒组织关注速度和规模的变化。身份验证、最小权限、数据保护、持续监测、测试与安全开发仍是防御基础。本文区分微软的观察与独立结论，并将报告转成团队可执行的检查清单。
一周完成AI代理安全盘点：用OWASP清单找出控制缺口
OWASP生成式AI安全项目于2025年12月发布2026版Agentic Applications Top 10，为会规划、调用工具或跨系统行动的AI代理列出风险框架。它适合作为安全讨论的起点，不是认证、合规证明或安全保证。本文把框架转成一周的基础盘点：登记代理身份与工具、限制权限、把外部内容视作不可信输入、记录关键动作、测试停止和撤权，并为高影响操作设置批准和恢复办法。团队应结合自身系统和威胁模型补充。
微软推出流式转写模型：语音代理可以更早开始响应
微软AI在10月1日公布MAI-Transcribe-2-Streaming、MAI-Voice-2.1与Flash版本。微软称流式转写支持60种语言和连续语言检测，首批转写假设可在收到音频后略超过100毫秒出现；语音模型覆盖23种语言和26个地区。排名、准确率、速度与价格均来自微软发布内容，不能直接代表任意业务场景。本文解释流式输出对语音代理的影响，并列出延迟、纠错、口音、隐私和成本测试办法。
银行AI代理先写入再撤回：AWS展示的信任门槛仍是演示
AWS在10月5日介绍德州资本银行探索的Trust-Earned Autonomy模式：代理根据审查者一致程度逐步获得操作权限，并可在信任下降时撤回已提交的写入。文章明确说明该代理模式仍是演示，运行在演示规模的Apache Fineract和合成数据上，并未处理生产银行数据或真实交易。银行另有生产中的贷款文件抽取能力。本文聚焦可撤销授权、审计和边界设计，不把案例写成已上线的银行自动交易系统。
OpenAI更新内容来源说明：相关工作扩展到欧盟文本
OpenAI于10月5日公布文本水印安排：全球API部分模型可选择开启，默认关闭；未来几周将覆盖欧盟符合条件的ChatGPT与Codex文本输出。文本检测器初期只向获批机构开放。本文说明不同媒介的来源信号，并整理编辑团队的记录、抽查和人工核对方法。水印不能替代事实核查，也不能证明作者身份、权利归属或内容真实性。