Covariante RFM-1 en robotfunderingsmodellen
De RFM-1 van Covariant is een robotica-basismodel dat is getraind op gegevens over magazijnmanipulatie, zodat robotarmen kunnen redeneren en onbekende objecten kunnen oppikken met taal en visie.
Diepe duik
Covariant werd in 2017 opgericht door AI-onderzoekers, waaronder Pieter Abbeel, Peter Chen en Rocky Duan van UC Berkeley en OpenAI roots, en bouwde de Covariant Brain, AI-software die robotarmen aanstuurt voor het picken en sorteren in magazijnen. Het opvallende product, RFM-1 (Robotics Foundation Model 1), geïntroduceerd in 2024, werd getraind op grote hoeveelheden real-world pickgegevens plus tekst en afbeeldingen, zodat robots rommelige bakken met onbekende items konden verwerken en zelfs konden reageren op instructies in natuurlijke taal. In plaats van elk item te programmeren, generaliseert het systeem op basis van ervaring, zoals een groot taalmodel generaliseert over tekst. In 2024 werd een groot deel van het Covariant-team, inclusief de oprichters, door Amazon ingehuurd in een licentie- en talentovereenkomst, wat aangeeft hoe strategische robotfunderingsmodellen waren geworden.
Technisch inzicht
RFM-1 is een multimodale transformator die is getraind op tekst, afbeeldingen, video, robotsensormetingen en motorische acties, en behandelt deze als tokens in één reeks. Door het volgende token via deze modaliteiten te voorspellen, leert het fysieke oorzaak en gevolg, zodat het met taal en reden kan worden gevraagd wat een greep zal doen voordat het handelt. Hierdoor kan een enkel model verschillende robots besturen en nieuwe objecten begrijpen zonder engineering per item, wat weerspiegelt hoe een brede voortraining algemene taalvaardigheid produceerde.
Strategische impact
Vendor strategy
Roadmaps van leveranciers beïnvloeden welke functies uw team vervolgens kan bouwen.
Cost and budget
Commerciële voorwaarden en implementatieopties zijn van invloed op de kosten en risico's op de lange termijn.
Risk and safety
Bedrijfsprikkels bepalen productgebreken, veiligheidshouding en openheid.
De toekomst van covariante RFM-1 en robotfunderingsmodellen
De Amazon-deal van 2024 bundelt een groot deel van de expertise van Covariant in een van 's werelds grootste magazijnexploitanten, wat erop duidt dat robotachtige funderingsmodellen het snelst zullen opschalen binnen bedrijven met enorme operationele gegevens. Verwacht een nauwere samensmelting van taal, visie en actie, meer robots die instructies in eenvoudig Engels accepteren, en concurrentie met VLA-modellen van Figure, Physical Intelligence en Google. De open vraag is of generalistische robotmodellen een gedeelde infrastructuurlaag worden of bedrijfseigen voordelen blijven.
Implementatie in de echte wereld
Gevarieerde, nog nooit eerder vertoonde artikelen uit rommelige magazijnbakken verzamelen voor e-commercebestellingen
Pakketten sorteren op bestemming op logistieke inductielijnen zonder programmering per item
Het gebruik van aanwijzingen in natuurlijke taal om een robotarm te vertellen wat hij moet vastpakken of hoe hij een voorwerp moet hanteren
Magazijnrobots van derden aansturen via het Covariant Brain-softwareplatform
Risico's en vangrails
Lanceringsaankondigingen kunnen de stabiliteit in echte productieworkflows overtreffen.
API-prijzen of beleidswijzigingen kunnen van de ene op de andere dag de aannames doorbreken.
De afhankelijkheid van één leverancier verhoogt de lock-in- en migratiekosten.
Implementatie routekaart
Evalueer providers met behulp van uw eigen taken en datasets.
Controleer de privacy-, beveiligings- en juridische voorwaarden vóór de integratie.
Onderhoud een noodplan voor alle modellen of leveranciers.
Houd de release-opmerkingen in de gaten, zodat wijzigingen in de routekaart teams niet verrassen.
Blijf verkennen
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
Next guide
Liquid AI- en Liquid Foundation-modellen
Frequently asked questions
What is Covariant RFM-1 and Robotic Foundation Models?
De RFM-1 van Covariant is een robotica-basismodel dat is getraind op gegevens over magazijnmanipulatie, zodat robotarmen kunnen redeneren en onbekende objecten kunnen oppikken met taal en visie.
Hoe heette het funderingsmodel van Covariant dat in 2024 werd geïntroduceerd?
Covariant introduceerde RFM-1, het Robotics Foundation Model 1, getraind op robotdata plus tekst en afbeeldingen.
Welk grote bedrijf heeft in 2024 een groot deel van het team van Covariant ingehuurd en licenties verleend voor de technologie?
Amazon huurde de oprichters van Covariant en een groot deel van zijn team in voor een licentie- en talentovereenkomst voor 2024.
Welk kernidee ontleent RFM-1 aan grote taalmodellen?
RFM-1 behandelt tekst, afbeeldingen, sensormetingen en acties als tokens en voorspelt de volgende, waarbij hij leert generaliseren als een LLM.
Welke eigenschap onderscheidt een robotfunderingsmodel het meest van traditionele magazijnrobots?
Het belangrijkste voordeel is generalisatie: nieuwe, onzichtbare objecten uit rommelige bakken halen in plaats van dat elk item voorgeprogrammeerd moet worden.
Wie behoorden tot de opmerkelijke oprichters van Covariant?
Covariant is mede opgericht door AI-onderzoekers, waaronder Pieter Abbeel, Peter Chen en Rocky Duan, met wortels bij UC Berkeley en OpenAI.