공변 RFM-1 및 로봇 기반 모델
Covariant의 RFM-1은 창고 조작 데이터에 대해 훈련된 로봇 공학 기반 모델로 로봇 팔이 언어와 시각을 통해 익숙하지 않은 물체를 추론하고 선택할 수 있습니다.
심층 분석
2017년 UC Berkeley의 Pieter Abbeel, Peter Chen, Rocky Duan과 OpenAI 루트를 포함한 AI 연구원들이 설립한 Covariant는 창고 선별 및 분류를 위한 로봇 팔을 구동하는 AI 소프트웨어인 Covariant Brain을 구축했습니다. 2024년에 출시된 뛰어난 제품인 RFM-1(Robotics Foundation Model 1)은 엄청난 양의 실제 선택 데이터와 텍스트 및 이미지를 학습하여 로봇이 익숙하지 않은 품목이 담긴 지저분한 상자를 처리하고 자연어 지침에도 응답할 수 있도록 했습니다. 각 항목을 프로그래밍하는 대신 시스템은 대규모 언어 모델이 텍스트 전체를 일반화하는 것처럼 경험을 통해 일반화합니다. 2024년에는 창립자를 포함한 Covariant 팀의 상당 부분이 라이선스 및 인재 계약을 통해 Amazon에 고용되었으며, 이는 전략적 로봇 기반 모델이 어떻게 변했는지를 보여줍니다.
기술적 통찰력
RFM-1은 텍스트, 이미지, 비디오, 로봇 센서 판독값 및 모터 동작에 대해 훈련된 다중 모드 변환기로, 이를 하나의 시퀀스에서 토큰으로 처리합니다. 이러한 양상을 통해 다음 토큰을 예측함으로써 물리적 원인과 결과를 학습하므로 파악이 행동하기 전에 무엇을 할 것인지에 대한 언어와 추론을 통해 메시지를 받을 수 있습니다. 이를 통해 단일 모델이 다양한 로봇을 제어하고 항목별 엔지니어링 없이 새로운 객체를 파악할 수 있으며, 이는 광범위한 사전 훈련이 일반 언어 능력을 얼마나 생산했는지 반영합니다.
전략적 영향
벤더 전략
공급업체 로드맵은 팀이 다음에 구축할 수 있는 기능에 영향을 미칩니다.
비용 및 예산
상업적 조건과 배포 옵션은 장기적인 비용과 위험에 영향을 미칩니다.
위험과 안전
회사 인센티브는 제품 기본값, 안전 태세 및 개방성을 형성합니다.
공변 RFM-1 및 로봇 기반 모델의 미래
2024년 Amazon 거래는 Covariant의 전문 지식 대부분을 세계 최대 창고 운영업체 중 하나로 통합하여 로봇 기반 모델이 방대한 운영 데이터를 갖춘 기업 내에서 가장 빠르게 확장될 것임을 암시합니다. 언어, 비전 및 행동의 더욱 긴밀한 융합, 일반 영어 교육을 수용하는 더 많은 로봇, Figure, Physical Intelligence 및 Google의 VLA 모델과의 경쟁을 기대하세요. 열린 질문은 일반 로봇 모델이 공유 인프라 계층이 되는지 아니면 독점적 이점을 유지하는지 여부입니다.
실제 구현
전자 상거래 주문을 위해 어수선한 창고 상자에서 이전에 본 적이 없는 다양한 품목을 선택합니다.
품목별 프로그래밍 없이 물류 유도 라인에서 목적지별로 소포를 분류합니다.
자연어 프롬프트를 사용하여 로봇 팔에게 무엇을 잡아야 하는지, 어떻게 물건을 처리하는지 알려줍니다.
Covariant Brain 소프트웨어 플랫폼을 통해 타사 창고 로봇에 전력 공급
위험 및 가드레일
출시 발표는 실제 생산 워크플로의 안정성보다 앞설 수 있습니다.
API 가격 책정이나 정책 변경으로 인해 하룻밤 사이에 가정이 깨질 수 있습니다.
단일 공급업체 종속성은 종속 및 마이그레이션 비용을 증가시킵니다.
구현 로드맵
자체 작업과 데이터 세트를 사용하여 공급자를 평가합니다.
통합하기 전에 개인정보 보호, 보안, 법적 약관을 검토하세요.
모델이나 공급업체 전반에 걸쳐 대체 계획을 유지합니다.
로드맵 변경으로 인해 팀이 놀라지 않도록 릴리스 노트를 모니터링하세요.
계속 탐색하세요
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
다음 가이드
Liquid AI 및 Liquid Foundation 모델
자주 묻는 질문
What is Covariant RFM-1 and Robotic Foundation Models?
Covariant의 RFM-1은 창고 조작 데이터에 대해 훈련된 로봇 공학 기반 모델로 로봇 팔이 언어와 시각을 통해 익숙하지 않은 물체를 추론하고 선택할 수 있습니다.
2024년에 선보인 코바리안트의 기반 모델 이름은 무엇이었나요?
Covariant는 로봇 데이터와 텍스트 및 이미지를 학습한 Robotics Foundation Model 1인 RFM-1을 출시했습니다.
2024년에 Covariant의 팀을 많이 고용하고 기술 라이선스를 부여한 대기업은 어디입니까?
Amazon은 2024년 라이선스 및 인재 계약을 통해 Covariant의 창립자와 팀의 상당 부분을 고용했습니다.
RFM-1은 대규모 언어 모델에서 어떤 핵심 아이디어를 차용합니까?
RFM-1은 텍스트, 이미지, 센서 판독값 및 작업을 토큰으로 처리하고 다음 작업을 예측하여 LLM처럼 일반화하는 방법을 학습합니다.
기존 창고 로봇과 로봇 기반 모델을 가장 구별하는 기능은 무엇입니까?
주요 이점은 일반화입니다. 각 항목을 미리 프로그래밍할 필요 없이 지저분한 쓰레기통에서 보이지 않는 새로운 개체를 선택하는 것입니다.
Covariant의 주목할만한 창립자 중에는 누가 있었습니까?
Covariant는 UC Berkeley와 OpenAI에 뿌리를 둔 Pieter Abbeel, Peter Chen, Rocky Duan을 포함한 AI 연구자들이 공동 창립한 회사입니다.