Als nächstesNächster Leitfaden
Liquid AI- und Liquid Foundation-Modelle
Unternehmen
Leitfaden für Unternehmen
Kovariante RFM-1- und Robotic Foundation-Modelle
RFM-1 von Covariant ist ein auf Lagermanipulationsdaten trainiertes Robotik-Grundmodell, sodass Roboterarme mit Sprache und Sehvermögen über unbekannte Objekte nachdenken und diese auswählen können.
Auf dieser Seite2 Minuten gelesen
Tiefer Einblick
Covariant wurde 2017 von KI-Forschern wie Pieter Abbeel, Peter Chen und Rocky Duan von der UC Berkeley mit OpenAI-Wurzeln gegründet und entwickelte das Covariant Brain, eine KI-Software, die Roboterarme für die Lagerkommissionierung und -sortierung antreibt. Sein herausragendes Produkt, RFM-1 (Robotics Foundation Model 1), das 2024 eingeführt wurde, wurde anhand riesiger Mengen realer Kommissionierdaten sowie Text und Bildern trainiert, damit Roboter mit unordentlichen Behältern mit unbekannten Gegenständen umgehen und sogar auf Anweisungen in natürlicher Sprache reagieren konnten. Anstatt jedes Element zu programmieren, verallgemeinert das System die Erfahrung, so wie ein großes Sprachmodell den gesamten Text verallgemeinert. Im Jahr 2024 wurde ein großer Teil des Covariant-Teams, einschließlich seiner Gründer, im Rahmen eines Lizenz- und Talentvertrags von Amazon eingestellt, was ein Zeichen dafür war, wie strategisch Roboter-Foundation-Modelle geworden waren.
Strategische Auswirkungen
Anbieterstrategie
Anbieter-Roadmaps beeinflussen, welche Funktionen Ihr Team als Nächstes entwickeln kann.
Kosten und Budget
Kommerzielle Bedingungen und Bereitstellungsoptionen wirken sich auf die langfristigen Kosten und Risiken aus.
Risiko und Sicherheit
Unternehmensanreize prägen Produktstandards, Sicherheitslage und Offenheit.
Die Zukunft kovarianter RFM-1- und Robotic Foundation-Modelle
Der Amazon-Deal im Jahr 2024 bündelt einen Großteil der Expertise von Covariant in einem der weltweit größten Lagerbetreiber, was darauf hindeutet, dass Roboterfundamentmodelle in Unternehmen mit umfangreichen Betriebsdaten am schnellsten skalieren werden. Erwarten Sie eine engere Verschmelzung von Sprache, Vision und Aktion, mehr Roboter, die einfachen Englischunterricht akzeptieren, und Konkurrenz mit VLA-Modellen aus Figure, Physical Intelligence und Google. Die offene Frage ist, ob generalistische Robotermodelle zu einer gemeinsamen Infrastrukturschicht werden oder proprietäre Vorteile behalten.
Reale Umsetzung
Kommissionierung abwechslungsreicher, noch nie dagewesener Artikel aus überfüllten Lagerbehältern für E-Commerce-Bestellungen
Sortieren von Paketen nach Bestimmungsort auf Logistik-Induktionslinien ohne Programmierung pro Artikel
Verwendung von Eingabeaufforderungen in natürlicher Sprache, um einem Roboterarm mitzuteilen, was er greifen oder wie er mit einem Gegenstand umgehen soll
Stromversorgung von Lagerrobotern von Drittanbietern über die Softwareplattform Covariant Brain
Risiken und Leitplanken
Markteinführungsankündigungen können die Stabilität realer Produktionsabläufe übertreffen.
API-Preise oder Richtlinienänderungen können Annahmen über Nacht zunichte machen.
Die Abhängigkeit von einem einzigen Anbieter erhöht die Bindungs- und Migrationskosten.
Implementierungs-Roadmap
Bewerten Sie Anbieter anhand Ihrer eigenen Aufgaben und Datensätze.
Lesen Sie vor der Integration Datenschutz, Sicherheit und rechtliche Bestimmungen.
Pflegen Sie einen Fallback-Plan für alle Modelle oder Anbieter.
Überwachen Sie die Versionshinweise, damit Roadmap-Änderungen die Teams nicht überraschen.
Entdecken Sie weiter
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Covariant RFM-1 and Robotic Foundation Models quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Häufig gestellte Fragen
Was sind kovariante RFM-1- und Robotic Foundation-Modelle?
RFM-1 von Covariant ist ein auf Lagermanipulationsdaten trainiertes Robotik-Grundmodell, sodass Roboterarme mit Sprache und Sehvermögen über unbekannte Objekte nachdenken und diese auswählen können.
Wie hieß das im Jahr 2024 eingeführte Gründungsmodell von Covariant?
Covariant führte RFM-1 ein, das Robotics Foundation Model 1, das auf Roboterdaten sowie Text und Bildern trainiert wurde.
Welches große Unternehmen hat im Jahr 2024 einen Großteil des Covariant-Teams eingestellt und seine Technologie lizenziert?
Amazon hat die Gründer von Covariant und einen großen Teil seines Teams im Rahmen einer Lizenz- und Talentvereinbarung für 2024 eingestellt.
Welche Kernidee übernimmt RFM-1 von großen Sprachmodellen?
RFM-1 behandelt Text, Bilder, Sensorwerte und Aktionen als Token und sagt das nächste voraus und lernt dabei, wie ein LLM zu verallgemeinern.
Welche Fähigkeit unterscheidet ein Roboterfundamentmodell am meisten von herkömmlichen Lagerrobotern?
Der Hauptvorteil liegt in der Verallgemeinerung: Es werden neuartige, unsichtbare Objekte aus unordentlichen Behältern herausgepickt, anstatt dass jedes Element vorprogrammiert werden muss.
Wer gehörte zu den namhaften Gründern von Covariant?
Covariant wurde von KI-Forschern wie Pieter Abbeel, Peter Chen und Rocky Duan mitbegründet, mit Wurzeln an der UC Berkeley und OpenAI.
Lerne weiter
Verwandte Leitfäden
Weitere Leitfäden zu diesem Thema ausgewählt