Gepubliceerd: 26 augustus 2026
Skild AI kondigde op 25 augustus 2026 S1 aan, een robot fundament model dat een nieuwe taak leert uit één menselijke video. Het haalt 66% succes op taken die het nooit eerder zag, tegenover 9% voor een vergelijkbaar model dat via taal wordt aangestuurd. Taken lopen tot tien minuten. Er zijn geen gewichten, geen API en geen paper.
Wat kan Skild AI S1?
S1 gebruikt één menselijke video als prompt en voert de taak uit zonder fine-tuning of post-training, waardoor de gewichten onveranderd blijven. Skild toont vier taken die niet in de pretraining zaten: een plant oppotten, pannenkoeken bakken, koffie zetten met de hand en een kit assembleren. De langste loopt tot tien minuten over tientallen handelingen.
Dat is een bewuste breuk met de vision-language-action aanpak, waarbij de taak in woorden wordt beschreven. Skild stelt dat een video ruimtelijke en temporele details bevat die een zin niet heeft. Bij het oppotten zat 11 minuten tussen het tonen van de demonstratie en de robot die zelfstandig werkte, grotendeels de opbouwtijd van de scène.
Benchmarks van Skild AI S1: 66% tegen 9%
Skild deed een gecontroleerde vergelijking waarbij data, architectuur en rekenkracht gelijk bleven en alleen de prompt verschilde: video of taal. Bij 100.000 uur trainingsdata scoorde het in-context model 66% op onbekende taken, tegenover 9% voor de taalvariant. Eén videodemonstratie bleek ongeveer 380 post-training episodes waard.
Het interessantere cijfer staat aan de andere kant van de curve. Bij 1.000 uur wint de taalvariant met 53% tegen 43%. Het voordeel ontstaat pas op schaal, waardoor dit net zo goed een claim over datavolume is als over methode. Een post-getraind model haalt alsnog 86%, maar heeft daar 2.000 teleoperatie-demonstraties voor nodig.
Kun je S1 daadwerkelijk draaien?
Nee. Er zijn geen downloadbare gewichten, geen publieke API, geen licentie en geen prijzen. Skild zegt S1 nu uit te rollen bij een beperkte groep industriële partners en de toegang de komende maanden te verbreden, met een aanmeldformulier voor vroege toegang. De genoemde robotpartners zijn ABB Robotics, Universal Robots en MiR.
Er is ook geen technisch rapport. De 66% komt uit een interne benchmark die Skild niet heeft vrijgegeven, zonder aantallen pogingen, zonder foutmarges en zonder externe vergelijking. Parameteraantal, totale pretraining-uren en de gebruikte robotplatforms zijn niet gepubliceerd. Alles berust op één blogpost en een reeks demonstratievideo’s.
Hoe verhoudt S1 zich tot Generalist GEN-1.5 en pi-0.5?
Skild noemt geen enkele concurrent. De enige vergelijking is de eigen taalgestuurde variant, dus elke directe afweging is interpretatie en geen meting. De dichtstbijzijnde vergelijking kwam een dag eerder: Generalist AI kondigde op 24 augustus 2026 GEN-1.5 aan, dat nieuwe taken leert uit één demonstratie van 3 tot 12 seconden.
Afgezet tegen pi-0.5 van Physical Intelligence en de bredere VLA-familie zit het onderscheid van S1 in de lengte van de taak, niet in fijne motoriek. Tien minuten en tientallen stappen ligt ruim voorbij wat het meeste gepubliceerde VLA-werk meldt. Of dat standhoudt buiten vier zorgvuldig gekozen demonstraties zou juist die ontbrekende paper moeten uitwijzen.
Wat betekent dit?
De lancering van S1 is de moeite waard om te volgen, niet om te testen, want testen kan niet. Voor roboticateams is het omslagpunt het bruikbare resultaat: onder ongeveer 1.000 uur data wint taalsturing nog steeds, dus wie een bescheiden VLA op de eigen vloot fine-tunet zit niet fout. De videoprompt betaalt zich pas terug op Skilds dataschaal.
Behandel die 66% als richtingaanwijzer, niet als benchmark. Eén blogpost, een interne evaluatie en vier zelfgekozen taken vormen de zwakste bewijscategorie in dit veld, en Skild haalde in januari 1,4 miljard dollar op bij een waardering boven 14 miljard, dus er is alle reden om een sterk cijfer te publiceren. Vraag eerst om de paper en beoordeel het zelf.
Ga voor meer informatie naar de officiële S1 aankondiging op de Skild AI blog.
