Skild AI hat die 100-Millionen-Dollar-Marke beim jährlich wiederkehrenden Umsatz (ARR) überschritten, zehn Monate nach unserer ersten kommerziellen Bereitstellung.
Zuallererst möchten wir uns bei jedem Teammitglied und jedem Partner bedanken, der dies ermöglicht hat.
Dies erforderte einen außergewöhnlichen Einsatz vieler großartiger Menschen. In zehn Monaten haben wir auf über 60 zahlende Kunden skaliert, die in den Bereichen Warentransport, Lieferungen, Standortinspektionen, Sicherheitsdienste, Lebensmittelzubereitung sowie in Lagern, Fabriken und Rechenzentren tätig sind. Mobilität macht 10 % unseres Umsatzes aus, und Fetch-Lösungen 4 %.
Gemeinsam mit NVIDIA und Foxconn setzen wir das Skild Brain auf Zweiarm-Manipulatoren für die hochpräzise Montage von NVIDIA Blackwell-Systemen ein – Arbeiten, die sich mit jedem Produktzyklus ändern und früher bedeuteten, jeden Roboter in der Linie neu zu programmieren.
Bei Sumitomo Wiring Systems arbeiten wir daran, S1 einzusetzen, um Prozesse in der Kabelbaumfertigung zu automatisieren, die als „unmöglich“ zu automatisieren galten.
Mit Mitsui & Co., dessen Lieferketten täglich 1,4 Millionen Mahlzeiten in ganz Japan versorgen, pilotieren wir universelle Roboter, die von S1 angetrieben werden, in Großküchen.
Von Anfang an haben wir uns auf die Bereitstellung als einen Kernbestandteil der Technologie selbst konzentriert, nicht als deren Ergebnis.
Die verborgene Säule
Es gibt eine Denkweise in der Robotik, die in etwa so lautet: Wir werden ein superintelligentes Modell trainieren, übermenschliche Hardware bauen, und dann – zack – sind eines Tages überall Roboter.
Analog zu Sprachmodellen klingt das richtig. Jahre der Forschung, dann ChatGPT. Schätzungsweise 100 Millionen monatliche Nutzer innerhalb von zwei Monaten. Von außen betrachtet schien die Bereitstellung auf einmal zu kommen, nachdem der schwierige Teil erledigt war.
In der Robotik kann man die Bereitstellung nicht bis zum Ende aufschieben.
Wie wird die Lieferkette funktionieren? Wer installiert es? Wer ist für die Integration verantwortlich? Wer repariert es, wenn es kaputt geht? Wer aktualisiert es, wenn sich der Prozess ändert? Diese Fragen versteht man erst vollständig, wenn man vor Ort ist.
Die Bereitstellung ist die verborgene Säule der Robotikforschung, denn hier findet Robotik statt. Es gibt keinen Ersatz dafür.
Bereitstellungen beeinflussen die Richtung der Spitzenforschung bei Skild. Lassen Sie uns Ihnen einige Beispiele nennen.
Demos vs. Bereitstellung
Das Ansehen von Demovideos ist zu einer gängigen Methode geworden, um den Fortschritt in der physischen KI zu messen. Man sieht sich ein Video an und denkt: „Es sieht so aus, als ob es funktioniert!“
Das Problem ist, dass ein erfolgreicher Clip eines Roboters mit 5 %, 10 % oder 99 % Genauigkeit genau gleich aussehen kann. Selbst bei 10 % Genauigkeit kann man einfach weiterfilmen, bis es funktioniert.
Wir haben unserem Modell letztes Jahr beigebracht, Eier zuzubereiten. Es dauerte eine Woche, um das erste Ei zu kochen, dann zwei Monate, um es mit verschiedenen Eiern und in verschiedenen Umgebungen zuverlässig zum Laufen zu bringen.
Deshalb ist Sehen nicht gleich Glauben in der Robotik. Die Bereitstellung ist das, worauf es ankommt. Der Aufwand, die letzten 5 % der Leistung herauszuholen, übersteigt den der ersten 95 % bei weitem.
Geschwindigkeit vs. Genauigkeit
Aus Forschungsperspektive mag Genauigkeit wie die wichtigste Kennzahl erscheinen. Aus Bereitstellungsperspektive muss man sich sofort fragen: Wie schnell kann der Roboter bei dieser Genauigkeit arbeiten?
Stellen Sie sich eine Fabriklinie mit zehn Stationen vor – fünf von Robotern und fünf von Menschen betrieben. Jede Station muss ungefähr in derselben Taktzeit fertig werden. Wenn eine Station langsamer ist, begrenzt sie den Durchsatz der gesamten Linie.
Ein Roboter, der zu 99,9 % genau, aber zehnmal zu langsam ist, ist nicht fast einsatzbereit. Er ist nicht einsatzbereit.
Ein Unternehmen, das die Bereitstellung priorisiert, optimiert von Anfang an auf Erfolg unter Zeitvorgaben.
Anpassung an Veränderungen
Eine harte Lektion, die wir früh bei der Bereitstellung gelernt haben: Veränderung ist die einzige Konstante.
Ein Lieferant ändert eine Komponente. Eine Fabrik ordnet einen Arbeitsplatz neu an. Ein Kunde ändert die Montagereihenfolge. Das von Ihnen bereitgestellte System muss sich anpassen.
Wenn jede Änderung das Sammeln eines neuen Datensatzes und eine weitere Runde Nachtraining erfordert, verpflichten Sie sich dazu, diese Arbeit so lange zu wiederholen, wie der Roboter eingesetzt wird. Das ist nicht skalierbar.
Diese Erkenntnisse, die wir auf die harte Tour durch Bereitstellungen gewonnen haben, haben uns veranlasst, unsere Forschungsbemühungen auf S1, unser neuestes Modell, das vor zwei Wochen veröffentlicht wurde, zu konzentrieren.
Wir haben S1 entwickelt, um von einem einzigen Videobeispiel durch In-Context-Learning zu lernen. Ein Bediener kann eine neue Demonstration aufzeichnen und sie dem Roboter als Prompt geben, ohne die Gewichte des Modells zu aktualisieren. S1 basiert auf der NVIDIA AI-Infrastruktur, die uns die beschleunigte Rechengrundlage bietet, die für das Training in großem Maßstab über unsere vielfältige Mischung von Robotikdaten erforderlich ist.
https://x.com/SkildAI/status/2092300842900865389
Wäre dies eine solche Priorität geworden, wenn wir im Forschungsbereich geblieben wären? Wir glauben nicht. Die Bereitstellung hat uns gelehrt, uns diese Frage zu stellen, und S1 ist unsere Antwort.
Kultur
Demos können auch schädlich sein. Es ist sehr schwierig, innerhalb eines einzigen Unternehmens gleichzeitig eine Demo-Kultur und eine Bereitstellungskultur aufrechtzuerhalten.
Man kann eine gute Demo von einem Roboter mit 50 % Genauigkeit herauspicken. Für die Bereitstellung muss man an den anderen 50 % arbeiten – was viel, viel schwieriger ist.
Wenn man diese „fortschrittlichen“ Demos öffentlich feiert, werden die daran arbeitenden Personen ermutigt. Die Personen, die an den unterschätzten 50 % arbeiten, erhalten weniger Aufmerksamkeit, obwohl ihre Arbeit den Roboter nützlich macht.
Die Ressourcen für beides zu haben, lässt diese Anreize nicht verschwinden.
Man kann versuchen, intern dagegen anzukämpfen, indem man echte Bereitstellungsarbeit belohnt. Aber dann fragen die klugen Leute: „Warum sollte ich meine Zeit mit Demos verbringen, wenn die eigentliche Arbeit in der Bereitstellung liegt?“ – und die Demo-Kultur stirbt trotzdem.
Wenn ein Unternehmen Demos belohnt, werden die Leute an Demos arbeiten. Wir haben uns entschieden, die Bereitstellung zu belohnen.
Physische RSI
Die Bereitstellung ist eine Säule der Forschung. Sie ist eine Säule der Evaluierung. Und sie zwingt uns, uns mit kulturellen Anreizen auseinanderzusetzen, die ein Unternehmen von nützlicher Arbeit abbringen können.
Es ist auch die Art und Weise, wie wir über physische RSI denken: rekursive Selbstverbesserung.
Es gibt zwei gängige Ansichten über Bereitstellungsdaten. Die eine besagt, dass die Bereitstellung zur ultimativen Quelle von Trainingsdaten für die Robotik wird. Die andere besagt, dass Bereitstellungsdaten zu eng sind, um ein allgemeines Modell zu verbessern, da ein eingesetzter Roboter dieselbe Aufgabe immer wieder wiederholt. Beide Ansichten haben teilweise recht.
Wenn ein spezialisierter Roboter bereits zuverlässig einen bestimmten Flaschenverschluss öffnet, bringt das Sammeln von Tausenden zusätzlichen Beispielen derselben erfolgreichen Bewegung möglicherweise wenig. Das spezialisierte System kennt seine Aufgabe bereits. Der Wert zeigt sich, wenn das Lernen von vielen spezialisierten Systemen zurück in ein allgemeines Basismodell einfließt.
- Beginnen Sie mit einem Foundation-Modell, das über verschiedene Roboter, Aufgaben und Verkörperungen hinweg trainiert wurde. Es ist breit einsetzbar, aber in nichts perfekt.
- Setzen Sie es in verschiedenen Anwendungen ein. In-Context-Learning ermöglicht es ihm, sich anzupassen, ohne dass für jede Änderung ein neuer Trainingsdurchlauf erforderlich ist. Wo für Produktionsgeschwindigkeit und -zuverlässigkeit weiteres Training erforderlich ist, können Bereitstellungsdaten zur Spezialisierung des Systems beitragen. Jede Bereitstellung wird besser in ihrer eigenen Aufgabe.
- Führen Sie Daten aus diesen Bereitstellungen zurück in das allgemeine Modell. Erfahrungen, die für einen Spezialisten, der eine Aufgabe gemeistert hat, wenig bringen, können für einen Generalisten, der viele verschiedene Aufgaben lernt, dennoch wertvoll sein. Die nächste Bereitstellung beginnt mit einem stärkeren Modell.
Die Analogie, die wir verwenden, ist meine eigene Ausbildung.
In der High School beherrschten wir Physik, Chemie und Mathematik auf einem anständigen Niveau. Dann haben wir uns auf KI spezialisiert. Wir wissen heute weit mehr über KI als mein High-School-Ich, aber wir haben viel von der Chemie vergessen, die wir einst kannten.
Stellen Sie sich nun vor, wir könnten unser High-School-Ich nehmen und in einem Paralleluniversum einen Doktortitel in Chemie machen. Einen anderen in Physik. Einen anderen in Mathematik. Stellen Sie sich dann vor, all dieses spezialisierte Wissen zurück in den Schüler zu destillieren, der wir ursprünglich waren.
Das ist unsere Strategie. Durch die Bereitstellung machen wir das „High-School-Ich“ – S1 – immer besser. Je mehr der Generalist lernt, desto weniger Spezialisierung sollte die nächste Bereitstellung benötigen. Das ist das Schwungrad der Bereitstellungsdaten.
Die Ära der Demos ist vorbei; die Ära der Bereitstellung hat begonnen.
Deepak Pathak und Abhinav Gupta
