دليل الشركات

نماذج الأساس الروبوتية المتغيرة

Covariant هي شركة للروبوتات والذكاء الاصطناعي قامت ببناء "نماذج أساسية" كبيرة للروبوتات، مما يسمح للأذرع الآلية برؤية الأشياء التي لم تواجهها من قبل والتفكير فيها واختيارها.

نظرة عامة

Covariant هي شركة للروبوتات والذكاء الاصطناعي قامت ببناء "نماذج أساسية" كبيرة للروبوتات، مما يسمح للأذرع الآلية برؤية الأشياء التي لم تواجهها من قبل والتفكير فيها واختيارها. إنه أمر مهم لأنه جلب وصفة نموذج اللغة للتدريب المسبق الواسع النطاق على التلاعب الجسدي في المستودعات.

من الأفضل فهم نماذج Covariant Robotic Foundation في سياق الإستراتيجية والوصول إلى النموذج وقرارات النظام الأساسي وشراكات النظام البيئي.

الغوص العميق

تأسست شركة Covariant في عام 2017 على يد باحثين في مجال الذكاء الاصطناعي، بما في ذلك بيتر أبيل وبيتر تشين وروكي دوان من جامعة كاليفورنيا في بيركلي وجذور OpenAI، وقد قامت ببناء Covariant Brain، وهو برنامج ذكاء اصطناعي يعمل على تشغيل الأذرع الآلية لانتقاء المستودعات وفرزها. وقد تم تدريب منتجها المتميز، RFM-1 (Robotics Foundation Model 1)، الذي تم تقديمه في عام 2024، على كميات هائلة من البيانات المجمعة من العالم الحقيقي بالإضافة إلى النصوص والصور حتى تتمكن الروبوتات من التعامل مع الصناديق الفوضوية للعناصر غير المألوفة وحتى الاستجابة لتعليمات اللغة الطبيعية. فبدلاً من برمجة كل عنصر، يقوم النظام بالتعميم من خلال التجربة مثلما يعمم نموذج اللغة الكبير عبر النص. في عام 2024، قامت أمازون بتعيين نسبة كبيرة من فريق Covariant، بما في ذلك مؤسسيها، في صفقة ترخيص وموهبة، مما يشير إلى كيف أصبحت نماذج أساس الروبوتات الإستراتيجية.

البصيرة الفنية

RFM-1 هو محول متعدد الوسائط تم تدريبه على النصوص والصور والفيديو وقراءات مستشعرات الروبوت والإجراءات الحركية، ويعاملها كرموز مميزة في تسلسل واحد. من خلال التنبؤ بالرمز التالي عبر هذه الطرائق، فإنه يتعلم السبب والنتيجة المادية، بحيث يمكن حثه باللغة والعقل حول ما سيفعله الفهم قبل التصرف. يتيح ذلك لنموذج واحد التحكم في روبوتات مختلفة وفهم كائنات جديدة بدون هندسة لكل عنصر، مما يعكس مدى اتساع نطاق التدريب المسبق في إنتاج القدرة اللغوية العامة.

إتقان نماذج الأساس الروبوتية المتغيرة

Covariant هي شركة للروبوتات والذكاء الاصطناعي قامت ببناء "نماذج أساسية" كبيرة للروبوتات، مما يسمح للأذرع الآلية برؤية الأشياء التي لم تواجهها من قبل والتفكير فيها واختيارها. إنه أمر مهم لأنه جلب وصفة نموذج اللغة للتدريب المسبق الواسع النطاق على التلاعب الجسدي في المستودعات. من الأفضل فهم نماذج Covariant Robotic Foundation في سياق الإستراتيجية والوصول إلى النموذج وقرارات النظام الأساسي وشراكات النظام البيئي. لبناء فهم عميق، تعامل مع نماذج Covariant Robotic Foundation Models كنموذج تشغيلي، وليس كميزة واحدة: حدد النتائج المرغوبة، ووضح الافتراضات، وافصل ما يمكن للنظام القيام به بشكل موثوق عما لا يزال يتطلب حكم الخبراء.

من الناحية العملية، تقوم الفرق القوية التي تستخدم نماذج Covariant Robotic Foundation Models بتقييم استراتيجية البائع، وموثوقية خريطة الطريق، ومخاطر القفل قبل الالتزام. وهي تقوم بتوثيق معايير نجاح واضحة، واختبارها مقابل بيانات واقعية وسير العمل، والتكرار بناءً على أنماط الفشل الملحوظة بدلاً من الانتصارات المعيارية لمرة واحدة. وهذا هو المكان الذي يتحول فيه الفهم النظري إلى قدرة دائمة عبر المنتج والسياسة والعمليات.

تؤثر خرائط طريق البائع على الميزات التي يمكن لفريقك إنشاءها بعد ذلك. وفي الوقت نفسه، قد تتجاوز إعلانات الإطلاق الاستقرار في سير عمل الإنتاج الحقيقي. ويتمثل النهج الأكثر مرونة في الجمع بين سرعة التجريب وانضباط الحوكمة: تشغيل البرامج التجريبية، والتقاط الأدلة، ونشر سجلات القرارات، وتحديث الضمانات بشكل مستمر مع تطور سلوك النموذج، وتوقعات المستخدم، والمتطلبات التنظيمية.

التأثير الاستراتيجي

تؤثر خرائط طريق البائع على الميزات التي يمكن لفريقك إنشاءها بعد ذلك.

تؤثر خرائط طريق البائع على الميزات التي يمكن لفريقك إنشاءها بعد ذلك. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

تؤثر الشروط التجارية وخيارات النشر على التكلفة والمخاطر على المدى الطويل.

تؤثر الشروط التجارية وخيارات النشر على التكلفة والمخاطر على المدى الطويل. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

تعمل حوافز الشركة على تشكيل الإعدادات الافتراضية للمنتج، ووضعية السلامة، والانفتاح.

تعمل حوافز الشركة على تشكيل الإعدادات الافتراضية للمنتج، ووضعية السلامة، والانفتاح. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

مستقبل نماذج الأساس الروبوتية المتغيرة

تجمع صفقة أمازون لعام 2024 الكثير من خبرة Covariant في واحدة من أكبر مشغلي المستودعات في العالم، مما يشير إلى أن نماذج الأساس الروبوتية ستتوسع بشكل أسرع داخل الشركات التي لديها بيانات تشغيلية ضخمة. توقع اندماجًا أكثر إحكامًا للغة والرؤية والعمل، والمزيد من الروبوتات التي تقبل تعليمات اللغة الإنجليزية البسيطة، والمنافسة مع نماذج VLA من الشكل والذكاء الجسدي وGoogle. والسؤال المطروح هو ما إذا كانت نماذج الروبوتات العامة ستصبح طبقة بنية تحتية مشتركة أم ستظل تتمتع بمزايا خاصة.

التنفيذ في العالم الحقيقي

انتقاء عناصر متنوعة لم يسبق لها مثيل من صناديق المستودعات المزدحمة لطلبات التجارة الإلكترونية

فرز الطرود حسب الوجهة على خطوط التعريف اللوجستية دون برمجة لكل عنصر

استخدام مطالبات اللغة الطبيعية لإخبار ذراع الروبوت بما يجب عليه فهمه أو كيفية التعامل مع أحد العناصر

تشغيل روبوتات المستودعات التابعة لجهات خارجية من خلال النظام الأساسي لبرنامج Covariant Brain

أنماط التنفيذ

نماذج الأساس الروبوتية المتغيرة في الممارسة العملية

انتقاء عناصر متنوعة لم يسبق لها مثيل من صناديق المستودعات المزدحمة لطلبات التجارة الإلكترونية.

انتقاء عناصر متنوعة لم يسبق رؤيتها من صناديق المستودعات المزدحمة لطلبات التجارة الإلكترونية عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

نماذج الأساس الروبوتية المتغيرة في الممارسة العملية

فرز الطرود حسب الوجهة على خطوط التعريف اللوجستية دون برمجة لكل عنصر.

فرز الطرود حسب الوجهة على خطوط التعريف اللوجستية بدون برمجة لكل عنصر عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

نماذج الأساس الروبوتية المتغيرة في الممارسة العملية

استخدام مطالبات اللغة الطبيعية لإخبار ذراع الروبوت بما يجب عليه فهمه أو كيفية التعامل مع أحد العناصر.

استخدام مطالبات اللغة الطبيعية لإخبار ذراع الروبوت بما يجب فهمه أو كيفية التعامل مع عنصر ما. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد عتبات الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

نماذج الأساس الروبوتية المتغيرة في الممارسة العملية

تشغيل روبوتات المستودعات التابعة لجهات خارجية من خلال النظام الأساسي لبرنامج Covariant Brain.

إن تشغيل روبوتات المستودعات التابعة لجهات خارجية من خلال النظام الأساسي لبرنامج Covariant Brain، عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

المخاطر والدرابزين

!

قد تتجاوز إعلانات الإطلاق الاستقرار في سير عمل الإنتاج الحقيقي.

!

يمكن أن يؤدي تسعير واجهة برمجة التطبيقات (API) أو تغيرات السياسة إلى كسر الافتراضات بين عشية وضحاها.

!

يؤدي الاعتماد على بائع واحد إلى زيادة تكاليف الحجز والترحيل.

خارطة طريق التنفيذ

1

قم بتقييم مقدمي الخدمة باستخدام المهام ومجموعات البيانات الخاصة بك.

قم بتقييم مقدمي الخدمة باستخدام المهام ومجموعات البيانات الخاصة بك. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

2

راجع الخصوصية والأمان والمصطلحات القانونية قبل التكامل.

راجع الخصوصية والأمان والمصطلحات القانونية قبل التكامل. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

3

احتفظ بخطة احتياطية عبر النماذج أو البائعين.

احتفظ بخطة احتياطية عبر النماذج أو البائعين. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

4

راقب ملاحظات الإصدار حتى لا تفاجئ التغييرات في خارطة الطريق الفرق.

راقب ملاحظات الإصدار حتى لا تفاجئ التغييرات في خارطة الطريق الفرق. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

استمر في الاستكشاف