这难道就是大脑的极限了吗？当然不可能。新大脑还能从失败中进行上下文学习，即使机器人在第一次和第二次尝试时都失败了，但在第三次获得了成功。
基于上述思想，Skild AI创造了一个包含十万台不同机器人的宇宙。在经过一千年的模拟时间后，系统涌现出了一个能够适应陌生场景的大脑。
他们设计了一个AI无法作弊的“测试”，让其不仅学习控制一台机器人，而是训练它去控制一个拥有不同身体形态的机器人多元宇宙。
这就得提提Skild Brain非凡的记忆力了，大多数机器人的控制策略内存都只有几百毫。
比如把一台四足机器人放置在直立位置，并启动它的大脑。大脑被唤醒时，完全不知道自己控制的是什么身体。
但由于普通的人形机器人有踝关节马达和宽大的双脚来保持稳定，这个被限制前腿的四足机器人腿部只有一个被动旋钮，与地面只有一个接触点。
以机器人的运动为例，大多数控制器都是针对特定机器人训练的，控制它的AI会记住该机器人的运动策略，就像是记住了考试答案一样，对通过考试有用，但对学习如何得出答案却毫无帮助。
由于生活中总有很多事情是难以预料的，所以即使很多机器人在视频中表现惊人，但在现实生活中却不可避免要面临失败。