El S1 de Skild aprende fútbol jugando contra sí mismo 140 años simulados
Tras lanzar S1 —modelo base que copia un solo vídeo sin fine-tuning— Skild mostró Physical Self-Play: la misma política se entrenó contra sí en Isaac Sim y se transfirió a un humanoide.
En breve: En septiembre de 2026 Skild AI mostró Physical Self-Play: su modelo S1, preentrenado con datos humanos, mejoró compitiendo contra copias recientes en NVIDIA Isaac Sim el equivalente a 140 años de juego y transfirió la política de fútbol a un humanoide real.
Lo que ya decía S1
En agosto, S1 aprendía en contexto: un vídeo (visto o no) y ejecuta —tareas de hasta 10 minutos— sin actualizar pesos. En tareas internas no vistas: 66% ICL vs 9% VLA con lenguaje.
Por qué importa
La mayoría del debate sobre VLA sigue siendo “más horas de teleop”. Skild propone un segundo bucle: auto-mejora en simulación para superar el techo humano en IA corporizada.
Fuentes Fuentes verificadas
Análisis relacionados
Más en IA corporizada y modelos fundacionales →Kosmo de Hesai convierte habitaciones reales en mundos de entrenamiento en minutos
El fabricante de lidar lanzó Kosmo One (cámara espacial 8K) y Kosmo World; con Galbot y Dexmal. Un escaneo en Dairy Queen pasó de ~300 horas de modelado a 15 minutos.
AWS abre un Physical AI Toolchain con piezas de NVIDIA
El 8 oct. 2026 AWS lanzó un toolchain open source que une datos sintéticos, SageMaker, simulación y edge — con Isaac/Cosmos — tras el cierre de RoboMaker en 2025.
Neuron AI de NEURA añade tacto, sonido y memoria al modelo fundacional para robots
NEURA Robotics presentó Neuron AI, un modelo de «percepción-lenguaje-acción» que fusiona visión 3D, tacto, fuerza, audio, estado del robot y lenguaje con memoria, y mostrará una tarea de lavandería de 11 minutos con su humanoide 4NE1.
Newsletter
Robrief Weekly
Un correo por semana con las noticias de robótica que importan. Gratis, cancela cuando quieras.