Robotik-Durchbruch, Skild

Robotik-Durchbruch: Skild AI erreicht 66% Erfolgsquote mit S1-Modell

Veröffentlicht am: 26.08.2026 um 15:39 Uhr | Redaktion boerse-global.de

Skild AI und Generalist AI präsentieren lernfähige Robotik-Modelle, während Waymo, Tesla und NVIDIA ihre Hardware-Plattformen erweitern. BMW testet bereits humanoide Roboter.

Robotik-Revolution 2026: Neue KI-Modelle und Chips treiben autonome Systeme voran
Ein moderner, hochtechnologischer Robotik-Arbeitsplatz mit einem präzisen Industrieroboterarm in einer minimalistischen Umgebung. Illustration mit AI erstellt übermittelt durch boerse-global.de

In der Technologiebranche zeichnet sich am 26. August 2026 ein deutlicher Wandel bei der Entwicklung autonomer Systeme ab. Branchenexperten und Entwickler treiben die Integration fortschrittlicher KI-Compute-Plattformen und neuroinspirierter Architekturen voran, um Robotern eine eigenständige Entscheidungsfindung in komplexen Umgebungen zu ermöglichen. Dabei stehen neue Modelle im Fokus, die durch Kontextverständnis und effiziente Hardware-Beschleunigung bisherige technologische Hürden überwinden.

Durchbrüche bei Foundation-Modellen für die Robotik

Das Unternehmen Skild AI hat mit dem S1-Modell ein Robotik-Foundation-Modell vorgestellt, das auf In-Context-Learning basiert. Das System nutzt eine einzige Videodemonstration als Prompt, ohne dass ein anschließendes Post-Training oder Fine-Tuning erforderlich ist. In Tests erreichte das Modell eine Erfolgsquote von 66 % bei völlig unbekannten Aufgaben.

Im Vergleich dazu erzielen herkömmliche sprachgesteuerte Vision-Language-Action-Modelle (VLA) trotz 100.000 Stunden Training lediglich eine Quote von 9 %. Laut Entwicklerangaben entspricht eine einzige Videodemonstration etwa 380 Post-Training-Beispielen. Das S1-Modell ist in der Lage, komplexe, zehnminütige Aufgaben wie das Eintopfen von Pflanzen oder das Wenden von Pfannkuchen zu bewältigen.

Skild AI, das 2023 von Professoren der Carnegie Mellon University gegründet wurde, sicherte sich zudem eine Series-C-Finanzierungsrunde in Höhe von 1,4 Mrd. US-Dollar unter der Führung von SoftBank. Die Bewertung des Unternehmens wird nun mit über 14 Mrd. US-Dollar angegeben.

Parallel dazu präsentierte Generalist AI das Modell GEN-1.5, das Aufgaben aus Videosequenzen von nur 3 bis 12 Sekunden Länge erlernt. Bei zehn verschiedenen Aufgaben erreichte das System eine One-Shot-Erfolgsquote von 59 %.

Durch minimale Anpassungen mit 10 Gradientenschritten auf Basis von fünf Minuten Datenmaterial konnte die Erfolgsrate auf 83 % gesteigert werden. Das Modell zeigt emergente Fähigkeiten wie die Übertragung von Simulationen in die Realität sowie die Nachahmung menschlicher Bewegungen durch Roboter.

Effizienzsteigerung durch spezialisierte Hardware und Sensorik

Im Bereich der Hardware-Beschleunigung stellte Waymo auf der Konferenz Hot Chips 2026 den Sensor-Fusion-Prozessor carTPU vor. Der in einem 5nm-Verfahren gefertigte Chip verfügt über eine Rechenleistung von 160 TOPS bei INT8-Operationen sowie 80 TFLOPS bei FP16. Mit einer Speicherbandbreite von 273 GB/s über LPDDR5x und einer externen Bandbreite von 160 GB/s ist der Prozessor bereits in der sechsten Fahrzeuggeneration des Unternehmens im Einsatz.

Anzeige

Wer die rasanten Fortschritte bei autonomen Systemen und Robotik verfolgt, erkennt schnell das enorme Potenzial dieser neuen Industrieära. Dieser kostenlose Report liefert konkrete Einblicke in Unternehmen, die von Milliarden-Investitionen in diese Zukunftstechnologien profitieren. Robotik und KI: So erkennen Sie die Profiteure der neuen Industrieära

Tesla kündigte für Mitte 2026 die Produktion des AI4+ FSD-Computers (HW4.1) an. Dieser verfügt über einen auf 32 GB pro System-on-a-Chip verdoppelten Arbeitsspeicher sowie eine jeweils um 10 % gesteigerte Rechenleistung und Speicherbandbreite.

Die Software-Version FSD v15, deren Veröffentlichung für Ende 2026 oder Anfang 2027 geplant ist, soll mit dieser Hardware kompatibel sein und ein Sicherheitsniveau über dem menschlichen Durchschnitt anstreben.

NVIDIA erweiterte sein Portfolio durch die Ankündigung der Vera Rubin NVL72-Plattform, die unter anderem Groq 3 LPX integriert. Dieses System erreicht eine Verarbeitungsgeschwindigkeit von 3.400 Output-Tokens pro Sekunde bei Modellen wie Gemma 4 31B. Die Technologie ermöglicht eine deterministische Ausführung und überlappt die Kommunikation mit den Berechnungen auf Vektorebene.

Industrielle Validierung und neue Forschungsansätze

Die praktische Anwendung dieser Technologien wird bereits in der Industrie erprobt. BMW testet im Werk Spartanburg den humanoiden Roboter Figure 03 für die Sequenzierung von Bauteilen. Das Vorgängermodell Figure 02 unterstützte bereits über elf Monate hinweg die Produktion von mehr als 30.000 BMW X3. Der neue Roboter nutzt das Helix-02-VLA-Modell und verfügt über taktile Sensoren sowie kabellose Ladefunktionen.

Anzeige

Der technologische Umbruch in der Industrie durch KI und Robotik erreicht eine neue Dimension und krempelt ganze Branchen um. Erfahren Sie in dieser Experten-Analyse, welche Namen hinter dieser industriellen Revolution stehen und wer am stärksten davon profitiert. Welche Firmen treiben die industrielle Revolution 2026 wirklich voran?

Auch chinesische Unternehmen wie Zoomlion demonstrierten auf der World Robot Conference in Peking humanoide und quadrupede Roboter, die in rund 20 Fabrikszenarien für Montage- und Sortieraufgaben validiert wurden. Das Unternehmen setzt dabei auf die Plattformen Robot Ops und ZBrain zur adaptiven Steuerung.

MScape Technology präsentierte die Dvorak-Architektur, wobei das Modell T300 als zentrales Steuerungsorgan und T81 für die Feinmotorik fungiert. Das Unternehmen verzeichnet bereits Bestellungen von über 200 Kunden.

Wissenschaftliche Unterstützung kommt unter anderem vom MIT, dessen VLASH-Modell (Vision-Language-Action State Prediction) Aufgaben durch Aktionsquantisierung um das Zwei- bis Dreifache beschleunigt. In der Fachzeitschrift Nature Machine Intelligence wurde zudem eine Perspektive zu interozeptiver KI veröffentlicht. Diese schlägt vor, interne Zustände von Agenten explizit als Kontext für Lernprozesse zu nutzen, um die Autonomie weiter zu steigern.

Disclaimer...

de | wissenschaft | 70004371 |