Skild人形机器人自我对弈学会踢球

红杉合伙人Stephanie Zhan转发并介绍，Skild AI把自我对弈带回实体人工智能：从基础模型S1出发，让人形机器人在模拟中与越来越强的自己踢足球，再把策略转到真机。

公司博客写明，这是针对S1的后训练结果。训练在NVIDIA Isaac Sim里进行，唯一目标是进球；没有新的人工演示，也没有为盘带、护球、抢断、射门或摔倒爬起单独设计奖励。这些动作因为有助于取胜而自行出现。模拟前几个月几乎不会走，到“大学年龄”能摔倒后站起；累计超过140个模拟年后，策略被装进真机并上场比赛。公司把模拟到真机的迁移，以及任务复杂度，写成通往实体通用智能路上的明确信号。

S1于2026年8月发布，定位为可跨形态的机器人基础模型：一条视频示范进入上下文即可执行未见过、最长约十分钟的操作，权重保持冻结。公司称未见任务平均步进成功率约66%，语言提示基线约9%。数据配方混合仿真、互联网人体视频、夹爪采集和少量遥操作。Skild 2023年成立于匹兹堡，联合创始人Deepak Pathak与Abhinav Gupta，公开融资累计近17亿美元；2024年红杉参与的一轮为3亿美元、估值15亿美元，Zhan进入董事会。

Zhan把世界杯当作灵感来源，强调可扩展的课程由机器人自己生成，能力可超出人类示范。官方同时问：同一套自我对弈若放到虚拟工地、工厂或家庭并拉长几个数量级，会怎样。公司称已在把该方法扩到体育以外的日常任务。现有机器人足球赛事仍远低于人类水平，足球被选作同时考验身体与策略的试验场。

市场机制上，这是能力叙事，不是即期采购单。买方是要少标注、能迁移的本体智能的车厂、物流和人形硬件商；卖方压力落在按任务收数据、按机型重训策略的传统机器人软件。资金已在轮次里定价“一个大脑跑多种身体”。受益的是仿真栈与基础模型实验室，承压的是必须为每个动作写奖励函数的项目制集成商。

补充层面，自我对弈在围棋与游戏里由DeepMind做成先例；此处难点是连续力矩、平衡和接触力学，而不是离散落子。公司尚未公布真机对人类或对其他机器人的进球率、对抗时长和摔倒频率等量化赛果。

来源：公开信息