Skild人形機器人自我對弈學會踢球

紅杉合夥人Stephanie Zhan轉發並介紹，Skild AI把自我對弈帶回實體人工智能：從基礎模型S1出發，讓人形機器人在模擬中與越來越強的自己踢足球，再把策略轉到真機。

公司博客寫明，這是針對S1的後訓練結果。訓練在NVIDIA Isaac Sim裏進行，唯一目標是進球；沒有新的人工演示，也沒有爲盤帶、護球、搶斷、射門或摔倒爬起單獨設計獎勵。這些動作因爲有助於取勝而自行出現。模擬前幾個月幾乎不會走，到“大學年齡”能摔倒後站起；累計超過140個模擬年後，策略被裝進真機並上場比賽。公司把模擬到真機的遷移，以及任務複雜度，寫成通往實體通用智能路上的明確信號。

S1於2026年8月發佈，定位爲可跨形態的機器人基礎模型：一條視頻示範進入上下文即可執行未見過、最長約十分鐘的操作，權重保持凍結。公司稱未見任務平均步進成功率約66%，語言提示基線約9%。數據配方混合仿真、互聯網人體視頻、夾爪採集和少量遙操作。Skild 2023年成立於匹茲堡，聯合創始人Deepak Pathak與Abhinav Gupta，公開融資累計近17億美元；2024年紅杉參與的一輪爲3億美元、估值15億美元，Zhan進入董事會。

Zhan把世界盃當作靈感來源，強調可擴展的課程由機器人自己生成，能力可超出人類示範。官方同時問：同一套自我對弈若放到虛擬工地、工廠或家庭並拉長几個數量級，會怎樣。公司稱已在把該方法擴到體育以外的日常任務。現有機器人足球賽事仍遠低於人類水平，足球被選作同時考驗身體與策略的試驗場。

市場機制上，這是能力敘事，不是即期採購單。買方是要少標註、能遷移的本體智能的車廠、物流和人形硬件商；賣方壓力落在按任務收數據、按機型重訓策略的傳統機器人軟件。資金已在輪次裏定價“一個大腦跑多種身體”。受益的是仿真棧與基礎模型實驗室，承壓的是必須爲每個動作寫獎勵函數的項目制集成商。

補充層面，自我對弈在圍棋與遊戲裏由DeepMind做成先例；此處難點是連續力矩、平衡和接觸力學，而不是離散落子。公司尚未公佈真機對人類或對其他機器人的進球率、對抗時長和摔倒頻率等量化賽果。

來源：公開信息