研究美国

Skild AI在S1模型上以140年仿真“自我对弈”训练人形机器人踢足球

发布 2026/09/23 08:00阅读约 1 分钟

Skild AI于9月23日发布研究文章称，以自我对弈方式对其机器人基础模型S1进行后训练：仅以“进球”为目标的策略在英伟达Isaac Sim中与自身近期版本对战逾140个仿真年，学会行走、起身、带球、护球和抢断，并迁移到实体人形机器人。公司未披露成功率、机器人型号和算力规模。

Skild AI 9月23日在研究文章中表示，已采用DeepMind AlphaGo Zero所用的自我对弈方法对机器人策略进行后训练，并从仿真迁移到实体人形机器人上踢足球。策略唯一的目标是进球，在英伟达Isaac Sim中与自己的近期版本对抗，能力每提升一次，对手也随之变强。

公司称，8月发布的S1基于人类视频、手套数据、仿真和遥操作预训练，可从示范中学习任务，但这类模型受限于人类能力，自我对弈才能突破上限。文章仅展示视频，未披露胜率、成功率、机器人型号和算力。

机器人学会了什么

据Skild描述，机器人在最初几个仿真月几乎无法行走，随后学会摔倒后站起，再学会过人带球、护球和抢断。这些行为均未单独奖励，而是因有助于进球自然出现。经过逾140年仿真对战后，策略被迁移到实体人形机器人并进行比赛。

MEKAWIRE核实数据显示，Skild于2024年7月以15亿美元估值完成3亿美元A轮，2026年1月由软银领投、以140亿美元估值完成14亿美元C轮，并于9月10日宣布年度经常性收入突破1亿美元、付费客户逾60家。

MEKAWIRE数据中的机器人基础模型公司近期融资

Skild估值提升 = 140亿 / 15亿 = 9.3倍（18个月）；估值与ARR之比 = 140亿 / 1亿 = 140倍。

截至 2026年10月16日

Skild把仿真算力而非人类数据采集作为机器人学习的扩展路径，这是对多数依赖遥操作数据的竞争对手的反向押注。

对中国厂商而言，若自我对弈被证明有效，仿真平台与算力在机器人学习中的权重将上升，单靠扩大数据采集规模的优势会被削弱。反方观点是足球奖励清晰，而工厂和家庭任务并非如此，单场比赛视频不足以证明泛化。看多：一年内在工业任务上给出量化结果；看空：停留在体育演示。

Skild预告的多智能体协作成果、足球策略的量化指标或论文，以及客户现场是否部署自我对弈训练的技能。

这条消息是利好还是利空？

要点

来源

MEKAWIRE 情报版

01
为何重要
多数机器人基础模型公司依靠人类示范扩展，成本高、速度慢。Skild公开主张下一阶段提升来自自我对弈的仿真算力，若成立，机器人学习的成本结构将从人力转向GPU。
02
竞争对手分析
Physical Intelligence和Figure依赖真实与遥操作数据。若对手把自我对弈作为后训练环节，Skild的差异化将被削弱。
03
估值背景
按1月140亿美元估值与9月1亿美元ARR计算约140倍，远高于工业自动化企业；A轮至C轮18个月估值提升9.3倍。
04
供应链影响
大规模自我对弈依赖GPU和英伟达Isaac Sim；部署依赖合作硬件厂商。
05
后续看点
1）多智能体成果。2）量化指标或论文。3）客户现场部署案例。
06
分析师观点
论点：Skild押注仿真算力而非人类数据。置信度低至中等，缺乏量化结果。
07
值得追问的问题
实机胜率和摔倒率？140仿真年耗费多少GPU小时？使用哪款人形机器人？