Skild AI sta mettendo le carte in tavola (parzialmente, comunque). I dati di teleoperazione mancano di diversità e sono limitati da una scala temporale di operatore umano 1:1. Per affrontare questo problema, Skild ha pre-addestrato il suo modello utilizzando dati video su scala internet (già ampiamente disponibili sotto forma di riprese in prima persona "egocentriche" da telecamere indossabili a milioni di video istruttivi su YouTube).

Sfruttando questa vasta "intelligenza biologica" nei video umani, il modello può eseguire un insieme diversificato di compiti con meno di un'ora di dati specifici per robot.

Questo approccio rompe il collo di bottiglia dei dati robotici per sbloccare la scala dei modelli fondamentali. Il modello resiste anche all'interferenza avversaria - il tipo di robustezza solitamente visto nella locomozione.