Skild 的 S1：在仿真里自己踢了相当于 140 年的足球

一句话： Skild AI 在 2026 年 9 月展示 Physical Self-Play：预训练于人类数据的 S1 基础模型，在 NVIDIA Isaac Sim 中与近期自身副本对弈，相当于 140 年对局，再把足球策略迁移到真 人形机器人。

S1 此前声称

8 月发布的 S1 是上下文学习者：看一条示范视频即可执行（含最长约 10 分钟任务），不更新权重。内部未见任务上，ICL 成功率约 66%，语言提示 VLA 约 9%（十万小时预训练）。

自我对弈补了什么

• 唯一奖励：进球。盘带、护球、抢断因有助于赢而涌现。
• 论点：人类示范预训练封顶于人类水平；自我对弈才是突破 具身智能 上限的路径。

为什么重要

多数机器人 VLA 讨论仍是“更多遥操作小时”。Skild 主张第二环——仿真中的自我改进。