Skild AI「S1」1本の実演動画だけで未知の長い作業を覚えるロボット基盤モデル。重みを更新せず文脈内学習で最大10分の作業（鉢植え・パンケーキ・ハンドドリップ・キット組立）、新しい多段作業の各段の成功率約66%（同種のAIは9%）、動画1本≒訓練例約380件。年商1億ドル水準に初配備から10か月、Foxconnと共にBlackwellの組立に投入

2026年9月18日・日本時間時点の情報です。 NVIDIAのブログ（9月10日）を読んだ。当サイトはCosmos 3でSkild AIの名前に触れたが、S1そのものは扱っていなかった。数字はSkildとNVIDIAの申告で、第三者の測定はない。

3行まとめ

1. 何が新しいか。 工場・倉庫・生産ラインは作業・配置・製品が変わり続け、固定の仕事向けに作られた産業用ロボットは変更のたびにデータ・再学習・検証が要る。S1は操作者が録った1本の動画をプロンプトとして受け取り、示された意図・対象・順序を解釈して目の前のロボットの動作に写す。重みの更新も作業別の追加学習もなし（文脈内学習）で、事前学習にない作業でも動くことが多い。最大10分の未知の作業──植木の鉢植え・パンケーキ作り・ハンドドリップ・キット組立──を数十の操作段階でこなし、物が動けば調整し、誤りから復帰し、教わっていない順序でスキルを組み合わせる。鉢植えの試験では録画から実機の自律実行まで11分。
2. 数字。 新しい多段作業の試験で、S1は各段で約66%成功し、同種のAIの9%に対し7倍超。動画1本を見せることは手作業の訓練例約380件（人が集めれば50〜100時間）に相当すると見積もる。事業面では、初の商用配備から10か月で年間売上1億ドルの水準に達し、製造・物流・検査・警備・調理などで60超の配備提携。顧客契約が許す範囲で配備の経験がモデル全体に還元される。Skild・NVIDIA・Foxconnは双腕マニピュレータに「Skild Brain」を載せ、NVIDIA Blackwellシステムの高精度組立（バスバーと制限ブロックの取り付け、16本のねじ締め、外乱への適応）を実演した。
3. NVIDIAの道具。 学習はシミュレーション・人の動画・遠隔操作・（許可があれば）配備データで、Cosmosが訓練データの多様化と動画の構造化記述、Cosmos Curatorが注釈と選別を担う。OmniverseとIsaac Simで物理ベースの仮想環境を作り、Isaac Lab（Newton物理エンジン）で強化学習し、力・接触・衝突・圧力の模擬で実機との差を縮める。両社はロボットが物に触れ・掴み・操る接触のGPU加速ソルバーを共同開発しており、Newtonの一部として全開発者に公開予定。本番向けにはNsightで学習の詰まりを探し、TensorRTで推論を最適化する。

66%も1億ドルも額面通りではない

• 「動画1本で教える」は当サイトがCosmos 3で見た「世界モデルで訓練データを増やす」の出口側にあたる。学習時に大量の多様な経験を積ませ、配備時は再学習なしで済ませる、という分担
• 66%は「各段の成功率」で、数十段の作業を通しで成功する率ではない。10段なら通し成功は概算で数%になる計算で、本文もそこは書いていない
• 「年商1億ドル水準」はrun rate（直近の月次×12など）で、通期の実績ではない
• 自動運転側の同じ構図（Cosmos・Alpamayo）はロボタクシーの記事に

確認は数字がNVIDIA原文にあるかまで

この記事の下調べで、筆者は9月18日にNVIDIAのブログを取得し、10分・11分・66%／9%・380件・50〜100時間・1億ドル・10か月・60超・16本のねじ・使用ツール名がその原文にあることを確認した。Skild AIのS1の研究ページは開いていない。筆者はS1を見ていない。

パラメータ数・測定条件・価格は非公開

• S1のパラメータ数と対応する機体（embodiment）の一覧
• 66%を測った作業数と試行数
• 価格・提供形態

情報源はNVIDIAのSkild AI紹介記事1本

• Skild AI Taps NVIDIA Physical AI to Teach Robots New Tasks From a Single Video（NVIDIA・2026年9月10日）

関連記事

• NVIDIA Cosmos 3──フィジカルAIのオムニモデル
• NVIDIAのロボタクシー基盤──Hyperion・Alpamayo・Cosmos
• NVIDIA Skills──検証済みのエージェントスキル（ロボティクス・CUDA）