AI日报 9月11日：Skild AI 的 S1 模型利用 NVIDIA 物理 AI 技术从视频中学习新任务

2026-09-11 的 AI 日报最终保留 6 条动态，重点包括 Skild AI 的 S1 模型利用 NVIDIA 物理 AI 技术从视频中学习新任务。这些条目从 38 条候选信号中筛出，共对应 2 个合格来源；每条都分开写明已确认事实、对读者的影响和仍不能确认的边界。

模型发布与能力更新

1. 使用 TwelveLabs Marengo Embed 3.0 在 Amazon Bedrock 知识库中进行视频和图像搜索

   已确认事实：

   • TwelveLabs Marengo Embed 3.0 作为一个多模态嵌入模型，能够将视频、音频、图像和文本联合编码为一个 512 维的向量空间。
   • 通过将 TwelveLabs Marengo Embed 3.0 设置为嵌入模型选项，托管知识库能够自动生成多模态嵌入，将视觉、文本、语音和音频信号捕获为统一的向量表示。
   • 资料提供了关于 TwelveLabs Marengo Embed 3.0 在 Amazon Bedrock 知识库中集成的功能介绍，但根据这段资料尚不能确认其在所有未提及的 AWS 区域中的具体可用性或定价细节。

   这会影响什么：对正在评估 TwelveLabs Marengo Embed 3.0 的团队，直接影响是模型选型与接入测试需要按这次变化重新核对。

   尚不能确认：

   广告

   • 当前材料不足以确认 TwelveLabs Marengo Embed 3.0 的价格、地区、上下文限制、评测条件和生产稳定性。
   • 本站未实测；如需据此做采购、迁移或生产决策，仍要完成独立复核。

   来源：AWS 官方博客 · TwelveLabs Marengo Embed 3.0 · 官方发布 · 2026-09-10

产品与工具更新

1. Skild AI 的 S1 模型利用 NVIDIA 物理 AI 技术从视频中学习新任务

   已确认事实：

   • Skild AI 推出了名为 S1 的全新机器人基础模型，该模型旨在通过单次视频演示来学习以前未见过的长周期任务，并且采用无需更新权重或进行特定任务后训练的上下文学习技术。
   • Skild AI 的 S1 可以执行长达 10 分钟的不熟悉任务，包括植物盆栽、制作煎饼、手冲咖啡制作和套件组装，这些任务需要机器人以从未执行过的新序列来组合各种技能。
   • 在 Skild AI 对新型多步骤任务的测试中，其 S1 机器人每一步的成功率约为 66%，相比之下类似 AI 系统为 9%，实现了七倍以上的提升，并且展示一个短视频示例的效果可相当于大约 380 个动手训练示例。
   • Skild AI、NVIDIA 和富士康正在双臂机械手上部署 Skild Brain，用于高精度组装 NVIDIA Blackwell 系统，在演示的工作流中机器人能够安装母线和限位块并紧固 16 颗螺丝。
   • 该段提供了关于 Skild AI 商业部署和合作伙伴关系的信息，但仅据这段资料尚不能确认其超过 60 个部署合作伙伴在不同垂直应用中的具体技术集成深度、客户协议的完整条款细节，以及这些部署在所有特定场景下的长期运行稳定性。

   这会影响什么：这条信息会影响对 Skild AI 当前进展的判断，结论只限于来源已经披露的范围。

   尚不能确认：

   • 当前材料不足以确认 Skild AI 的事件范围、后续变化和独立来源交叉验证。
   • 本站未实测；如需据此做采购、迁移或生产决策，仍要完成独立复核。

   来源：NVIDIA 官方博客 · Skild AI · 官方发布 · 2026-09-10

2. d-Matrix 采用 NVIDIA NVLink Fusion 进行机架级 XPU 部署

   已确认事实：

   • 通过将 Raptor 连接至 NVIDIA NVLink scale-up 和 Spectrum-X scale-out 联网、NVIDIA MGX 机架架构以及更广泛的 NVIDIA AI 平台，NVLink Fusion 为 d-Matrix 提供了一条从定制硅片到大规模部署的加速且低风险的路径。
   • d-Matrix 计划使用 NVIDIA NVLink 将其 XPUs 连接在单一的高带宽、低延迟 scale-up 域中，其机架还可以与 NVIDIA Vera Rubin NVL72 等 NVIDIA 基于 GPU 的系统协同工作，用于分离式推理。
   • d-Matrix 还计划集成 NVIDIA Vera CPUs、NVIDIA ConnectX-9 SuperNICs、NVIDIA BlueField-4 DPUs 以及 NVIDIA Spectrum-X Ethernet 联网，这些技术与 NVLink 和 MGX 一起为 d-Matrix 提供了一个经过验证的基础。

   这会影响什么：这条信息会影响对 d-Matrix 当前进展的判断，结论只限于来源已经披露的范围。

   尚不能确认：

   • 当前材料不足以确认 d-Matrix 的事件范围、后续变化和独立来源交叉验证。
   • 本站未实测；如需据此做采购、迁移或生产决策，仍要完成独立复核。

   来源：NVIDIA 官方博客 · d-Matrix · 官方发布 · 2026-09-10

3. NVIDIA DRIVE Hyperion 赋能全球自动驾驶与 Robotaxi 平台发展

   已确认事实：

   • NVIDIA DRIVE Hyperion 作为 NVIDIA 的模块化车载计算和传感器参考架构，用于 level-4-ready 的 robotaxis，其中 DRIVE Hyperion 10 配备双 NVIDIA DRIVE AGX Thor 系统级芯片。
   • Uber 正在扩大其 NVIDIA DRIVE Hyperion 车队的规模，并计划到 2028 年扩展至 28 个城市，同时与 NVIDIA 合作在 NVIDIA Cosmos 上构建 robotaxi AI 数据工厂。
   • Pony.ai 使用 NVIDIA DRIVE Hyperion 和 DRIVE AGX Thor 开发了其新一代自动驾驶域控制器，用于推进其技术落地。

   这会影响什么：这条信息会影响对 NVIDIA DRIVE Hyperion 当前进展的判断，结论只限于来源已经披露的范围。

   尚不能确认：

   • 当前材料不足以确认 NVIDIA DRIVE Hyperion 的事件范围、后续变化和独立来源交叉验证。
   • 本站未实测；如需据此做采购、迁移或生产决策，仍要完成独立复核。

   来源：NVIDIA 官方博客 · NVIDIA DRIVE Hyperion · 官方发布 · 2026-09-10

4. Amazon SageMaker Inference 推出 prefix-aware routing 降低 LLM 延迟

   已确认事实：

   • Amazon SageMaker Inference 推出了 prefix-aware routing，这是一种全新的路由策略，能够检查每个请求的开头并持续将具有相同开头的请求发送至同一实例，从而使该实例上的 KV 缓存得以建立并被重复使用。
   • prefix-aware routing 的路由逻辑为每个请求增加了 1.3 至 1.9 毫秒的延迟，而测试中的模型 TTFT 范围在 63 至 280 毫秒之间，这表明路由成本微乎其微。
   • 通过 prefix-aware routing 可以在创建端点配置时进行配置，其中 PrefixLength 参数控制用于路由的请求长度，取值范围在 1024 至 65536 之间。
   • 资料提供了使用 prefix-aware routing 的基准测试数据与应用场景，但据现有段落尚不能确认其在所有未提及的特定第三方推理框架或极端并发组合下的精确缓存命中率边界。

   这会影响什么：这项事件会影响外界对 prefix-aware routing 商业进展的判断，但报道数字仍需与公司或监管披露交叉核对。

   尚不能确认：

   • 当前材料不足以确认 prefix-aware routing 的金额口径、交易状态、估值条件和公司正式披露。
   • 本站未实测；如需据此做采购、迁移或生产决策，仍要完成独立复核。

   来源：AWS 官方博客 · prefix-aware routing · 官方发布 · 2026-09-10

5. Amazon Quick 桌面版与移动端更新功能详解

   已确认事实：

   • Amazon Quick 桌面应用程序今天正式在 macOS 和 Windows 操作系统上发布，同时还在 iOS 和 Android 移动端推出全新的活动流，将电子邮件、日历、CRM 和消息整合到一个优化的视图中。
   • Amazon Quick 运行在 AWS 基础设施上，能够确保用户的数据保留在自己的环境中，对话保持私密，并且所有操作都通过 Amazon CloudWatch 和 AWS CloudTrail 提供完整的审计追踪。
   • Amazon Quick 为团队提供了一个共享的工作空间，使一个人构建的仪表板、代理和自动化能够供整个团队使用，从而提高协作效率。
   • Amazon Quick 的活动流会通过学习用户的关系、优先级和模式来逐渐变聪明，从而自主筛选并呈现最重要的事情，而不是仅仅显示最近到达的信息。

   这会影响什么：对 Amazon Quick 的现有或潜在用户，这次变化关系到功能是否可用以及原流程是否需要调整。

   尚不能确认：

   • 当前材料不足以确认 Amazon Quick 的开放范围、账号资格、定价、数据处理和稳定性。
   • 本站未实测；如需据此做采购、迁移或生产决策，仍要完成独立复核。

   来源：AWS 官方博客 · Amazon Quick · 官方发布 · 2026-09-10

来源说明：模型、软件、研究、教程和产品更新只采用官方或一手资料；商业事件可以采用可信媒体，但正文必须明确写出报道归属。自动生成结果仍是待人工审核草稿，来源合格不等于本站已经完成独立实测。