Skild披露首次商业部署十个月后的收入与客户进展，NVIDIA同步介绍双臂机器人装配与视频示范学习。 机器人能否持续进入客户现场，开始有了比演示视频更具体的观察指标。Skild AI两位联合创始人在9月9日官方文章中披露，公司首次商业部署十个月后，年化收入运行水平突破一亿美元，付费客户超过六十家，应用涉及物流、配送、巡检、安防、食品制作，以及仓库、工厂和数据中心。这是公司自行披露的经营进展，其中年化运行水平不等同于已经实现一整年的营业收入，也不能直接当作利润。 具体项目的推进程度需要分别理解。按照Skild的介绍，公司正与英伟达、富士康将机器人基础模型用于双臂机械操作平台，参与Blackwell系统的精密装配；住友电装的线束制造项目仍处于推动部署的阶段；与三井物产的商业厨房合作则采用试点方式。这几类状态分别对应部署、推进和试点，尚不能合并表述为所有客户都已完成大规模商业落地。（Skild AI官方文章，2026年9月9日） 英伟达9月10日发布的技术介绍进一步呈现了装配任务的细节：机器人在一个演示流程中安装母排和限位块、紧固十六颗螺丝，并应对任务执行中的扰动。这种工作不仅涉及抓取，还要处理接触、顺序追踪和场景变化后的恢复。官方配图展示的煎饼操作则说明，同一研究路线也在探索工厂之外的连续操作任务，两种场景的可靠性仍需分别验证。 应对流程变化是S1模型的一个重点。英伟达介绍，操作者可以提供一段任务示范视频，让模型理解物体、意图与动作顺序，在不更新权重的情况下尝试新的任务。这一机制可以减少为每个变化重新训练的需要，但不意味着录像之后就能自动满足工厂的速度、安全和连续运行要求。模型研究中的成功，与客户现场按节拍完成工作，仍是不同层次的验证。（NVIDIA官方博客，2026年9月10日） 我们的判断是，这次披露值得关注的地方，是机器人公司的讨论开始同时涉及客户、具体工序和部署方式。模型能力提供了适应变化的可能性，商业部署则检验这种能力能否以可接受的成本持续工作。后续更有解释力的信息，将是试点转为长期使用的比例、不同任务的运行质量，以及新增部署能否维持效率。现有披露尚不足以据此推算利润、客户续约水平或整个机器人行业的收入规模。
