A robótica e a inteligência artificial física, área conhecida no setor como Physical AI, atingiram um novo marco com a apresentação do modelo fundacional Skild S1, criado pela startup Skild AI em parceria com a NVIDIA. A nova tecnologia permite que robôs aprendam a realizar tarefas físicas inéditas a partir de uma única demonstração em vídeo, dispensando semanas de programação manual ou teleoperação exaustiva.
Fundada pelos pesquisadores Deepak Pathak e Abhinav Gupta, pioneiros em robótica e ex-professores da Universidade Carnegie Mellon, a Skild AI concebeu o S1 como uma inteligência generalista. Em vez de ficar confinado a movimentos rígidos pré-programados, o sistema capacita braços manipuladores e robôs autônomos a executar sequências de manipulação complexas e de longo horizonte, com duração de até 10 minutos ininterruptos, sem necessidade de atualizar os pesos do modelo.
Aprendizado em contexto a partir de uma única demonstração
O grande diferencial do Skild S1 reside no aprendizado em contexto (in-context learning). Enquanto os métodos convencionais exigem milhares de demonstrações físicas e ajustes finos demorados para cada nova tarefa, o modelo fundacional da Skild AI consegue inferir objetivos, restrições e etapas lógicas ao assistir a uma pessoa executando a atividade em um vídeo comum gravado por câmera padrão.
A partir dessa gravação preliminar, a máquina compreende o manuseio de objetos variados e executa atividades diversificadas, tais como plantar mudas de plantas em vasos com terra, virar panquecas na frigideira, operar cafeteiras ou separar itens em depósitos. Caso ocorram variações no cenário, como o reposicionamento involuntário de ferramentas ou mudanças repentinas de iluminação, o modelo adapta a trajetória do manipulador em tempo real para concluir a ação com êxito.
Artigos recomendados
A superação das limitações dos modelos tradicionais de robótica
Nos últimos anos, a pesquisa em robótica avançou com o desenvolvimento dos modelos de visão-linguagem-ação (VLA, na sigla em inglês). Apesar dos progressos teóricos, a aplicação prática desses sistemas esbarrava em gargalos estruturais: eles dependem de imensas bases de dados de teleoperação humana, têm dificuldade de generalização fora de condições controladas e tornam-se ineficazes quando transferidos para braços robóticos com geometrias distintas.
O Skild S1 foi desenvolvido especificamente para romper essa barreira morfológica. Como funciona como um cérebro robótico unificado, o modelo não fica restrito a um hardware específico. Ele compreende a demonstração visual em nível de abstração física e espacial, traduzindo as intenções observadas nos comandos mecânicos adequados para qualquer plataforma robótica conectada, sejam robôs móveis, garras industriais ou humanoides bípedes.
A infraestrutura NVIDIA: Isaac Lab, Omniverse e Cosmos
A escala de treinamento exigida para criar um modelo fundacional dessa magnitude baseia-se diretamente na plataforma de Physical AI desenvolvida pela NVIDIA. O ecossistema combina simulação de alta precisão, geração de dados sintéticos e processamento de computação acelerada:
A infraestrutura de IA da NVIDIA forneceu o poder computacional massivo para as etapas de pré-treinamento do modelo em escala global.
Por meio do NVIDIA Isaac Lab, ferramenta de simulação de aprendizado robótico acelerada por GPU, os algoritmos foram expostos a treinos intensivos de aprendizado por reforço e imitação, simulando milhões de cenários físicos em curto período de tempo.
A integração com o NVIDIA Omniverse viabilizou simulações fisicamente fidedignas e fotorrealistas, garantindo que o comportamento treinado nos ambientes virtuais se reproduzisse com exatidão no mundo físico, reduzindo expressivamente a discrepância entre simulação e realidade.
Completando a cadeia, os modelos de mundo NVIDIA Cosmos foram aplicados na tokenização de grandes volumes de dados de vídeo e na síntese de cenários adicionais, ampliando o repertório de situações com as quais o modelo aprende a lidar de maneira autônoma.
Aplicação industrial na montagem dos sistemas Blackwell com a Foxconn
A viabilidade da tecnologia já se comprova no setor corporativo. Em cerca de dez meses de operação comercial, a Skild AI atingiu uma taxa de receita anualizada de US$ 100 milhões, estabelecendo contratos com mais de 60 clientes e parceiros do mercado de manufatura e tecnologia.
Entre as aplicações industriais mais expressivas está a parceria firmada com a NVIDIA e a gigante global de manufatura Foxconn. Robôs impulsionados pelo Skild S1 estão sendo integrados diretamente nas linhas de montagem dos novos sistemas de supercomputação de inteligência artificial NVIDIA Blackwell.
Na fabricação de servidores de altíssima densidade, pequenas alterações em cabeamentos, fixações ou formatos de placas costumam exigir dias de reprogramação manual dos braços industriais. Com o aprendizado por vídeo e a adaptação em contexto da IA física, os robôs ajustam suas operações com extrema velocidade, encurtando o ciclo de implementação industrial e aumentando a eficiência global das fábricas.
Ficha técnica e marcos da plataforma Skild S1
Veja no resumo a seguir os principais detalhes técnicos e operacionais revelados pela NVIDIA e pela Skild AI:
