Skild Brain

是什么

Skild Brain 是 Skild AI 开发的机器人基础模型。公司把它描述成一台通用的大脑，而不是为某一个应用、某一种受限环境专门做出来的东西^[2]。这个区别很关键：传统的机器人控制器是为特定任务、特定场景编写或训练的，任务一换、环境一变就不灵了。基础模型的做法相反，先在海量不同的身体和情境上训练，之后再适配到具体工作上——语言模型也是这个路子，先用通用文本训练，再针对某项任务微调。

由来

Skild AI 在 2025 年 7 月 29 日发布的一篇题为《Building the general-purpose robotic brain》的文章里，系统讲了这套思路^[1]。2025 年 9 月 24 日的另一篇文章《The case for an omni-bodied robot brain》则主张模型不应绑定在某一种身体构型上；公司称它构建了一个包含 10 万台不同机器人的「宇宙」，并训练自己的人工智能去控制其中的每一台^[1]。

跨这么多身体训练，正是这套论证的技术核心。机器人的控制策略通常被它所运行的机器塑形——关节有几个、肢体多长、装的是什么传感器。如果训练时见过 10 万种不同构型，模型就有机会学到更接近「运动和行动」这件事本身的东西，而不是某台具体机器的脾气。

能做什么

Skild AI 称，该模型在多种不同的机器人上展现出了泛化能力，以及在操作（manipulation）、运动（locomotion）和导航（navigation）上的涌现能力（emergent capabilities）^[2]。所谓涌现，指的是那些并非某一次训练直接瞄准、但在模型见过足够多变化之后自己长出来的技能。这也是一个系统可能被反复复用、而不必每个场景重做一个的主要理由。

公司具体提到了两类场景。一类是四足机器人在恶劣物理条件下作业^[2]，这时机器得在难走的地面上保持平衡。另一类是基于视觉的人形机器人从事灵巧操作，用于家庭和工业任务^[2]，这类系统主要靠摄像头而不是专用传感器获取信息，手部要小心地处理物体。

公司还表示，这个模型可以装配到现有的机器人硬件上，而不需要专门定制的机器^[2]。这既是技术判断也是现实考虑：机器人厂商手里已经有在役的硬件，一个能装上去的大脑，比一个必须配新机器的大脑有用得多。

在发展中的位置

研究与商业是并行推进的。2026 年 3 月，Skild AI 表示正与 ABB Robotics 和 Universal Robots 合作，把全身通用（omni-bodied）的 Skild Brain 部署到多个行业^[1]。公司还称，在首次商业部署十个月后，其年度经常性收入（annual recurring revenue）突破 1 亿美元^[1]。年度经常性收入衡量的是按年折算的订阅类合同金额，说明卖出去的用量有多大，并不等于利润。

把这几条放在一起看，这是一场押注通用性的赌局：一个模型，多种身体，装在已经存在的硬件上。这个赌注成不成立，取决于公司所说的泛化能力在杂乱的真实工作现场还剩多少——而这正是这类部署要检验的东西。