Skild AI đang đặt bài của mình lên bàn (một phần, anyway). Dữ liệu điều khiển từ xa thiếu sự đa dạng và bị giới hạn bởi tỷ lệ thời gian 1:1 của người điều khiển. Để giải quyết vấn đề này, Skild đã tiền huấn luyện mô hình của mình bằng cách sử dụng dữ liệu video quy mô internet (đã có sẵn rộng rãi dưới dạng video đầu tiên "egocentric" từ camera đầu đến hàng triệu video hướng dẫn trên YouTube).

Bằng cách tận dụng "trí thông minh sinh học" rộng lớn này trong các video của con người, mô hình có thể thực hiện một loạt các nhiệm vụ với chưa đầy một giờ dữ liệu cụ thể cho robot.

Cách tiếp cận này phá vỡ nút thắt dữ liệu robot để mở khóa quy mô mô hình nền. Mô hình cũng chịu được sự can thiệp đối kháng - loại độ bền thường thấy trong chuyển động.