Kovariant RFM-1 og Robotic Foundation Modeller
Covariants RFM-1 er en robotmodell som er trent på lagermanipulasjonsdata slik at robotarmer kan resonnere om og velge ukjente objekter med språk og syn.
Dypdykk
Covariant ble grunnlagt i 2017 av AI-forskere inkludert Pieter Abbeel, Peter Chen og Rocky Duan fra UC Berkeley og OpenAI roots, og bygde Covariant Brain, AI-programvare som driver robotarmer for lagerplukking og sortering. Dets enestående produkt, RFM-1 (Robotics Foundation Model 1), introdusert i 2024, ble trent på enorme mengder plukkdata fra den virkelige verden pluss tekst og bilder, slik at roboter kunne håndtere rotete søppelkasser med ukjente gjenstander og til og med svare på instruksjoner på naturlig språk. I stedet for å programmere hvert element, generaliserer systemet av erfaring som en stor språkmodell generaliserer på tvers av tekst. I 2024 ble en stor del av Covariants team, inkludert grunnleggerne, ansatt av Amazon i en lisensierings- og talentavtale, som signaliserte hvor strategiske robotfundamentmodeller hadde blitt.
Teknisk innsikt
RFM-1 er en multimodal transformator trent på tekst, bilder, video, robotsensoravlesninger og motoriske handlinger, og behandler dem som tokens i én sekvens. Ved å forutsi neste token på tvers av disse modalitetene, lærer den fysisk årsak og virkning, slik at den kan bli spurt med språk og fornuft om hva et grep vil gjøre før det handler. Dette lar en enkelt modell kontrollere forskjellige roboter og gripe nye objekter uten per-item engineering, noe som gjenspeiler hvor bred foropplæring ga generell språkevne.
Strategisk innvirkning
Vendor strategy
Leverandørveikart påvirker hvilke funksjoner teamet ditt kan bygge videre.
Cost and budget
Kommersielle vilkår og distribusjonsalternativer påvirker langsiktige kostnader og risiko.
Risiko og sikkerhet
Selskapets insentiver former produktstandarder, sikkerhetsstilling og åpenhet.
The Future of Covariant RFM-1 and Robotic Foundation Models
Amazon-avtalen fra 2024 legger mye av Covariants ekspertise sammen til en av verdens største lageroperatører, og antyder at robotfundamentmodeller vil skalere raskest i selskaper med enorme driftsdata. Forvent tettere sammensmeltning av språk, visjon og handling, flere roboter som aksepterer vanlig engelsk instruksjon, og konkurranse med VLA-modeller fra Figure, Physical Intelligence og Google. Det åpne spørsmålet er om generalistiske robotmodeller blir et delt infrastrukturlag eller forblir proprietære fordeler.
Real-World Implementering
Plukke varierte, aldri før sett varer fra rotete lagerkasser for e-handelsordrer
Sortering av pakker etter destinasjon på logistikkinduksjonslinjer uten programmering per vare
Ved å bruke oppfordringer på naturlig språk for å fortelle en robotarm hva den skal gripe eller hvordan den skal håndtere en gjenstand
Driver tredjeparts lagerroboter gjennom programvareplattformen Covariant Brain
Risikoer og rekkverk
Lanseringskunngjøringer kan overgå stabiliteten i ekte produksjonsarbeidsflyter.
API-priser eller endringer i retningslinjene kan bryte antagelser over natten.
Avhengighet av én leverandør øker kostnadene for innlåsing og migrering.
Veikart for implementering
Evaluer leverandører ved å bruke dine egne oppgaver og datasett.
Se gjennom personvern, sikkerhet og juridiske vilkår før integrering.
Oppretthold en reserveplan på tvers av modeller eller leverandører.
Overvåk utgivelsesnotater slik at endringer i veikart ikke overrasker teamene.
Fortsett å utforske
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
Neste guide
Liquid AI og Liquid Foundation-modeller
Ofte stilte spørsmål
What is Covariant RFM-1 and Robotic Foundation Models?
Covariants RFM-1 er en robotmodell som er trent på lagermanipulasjonsdata slik at robotarmer kan resonnere om og velge ukjente objekter med språk og syn.
Hva var navnet på Covariants grunnmodell introdusert i 2024?
Covariant introduserte RFM-1, Robotics Foundation Model 1, trent på robotdata pluss tekst og bilder.
Hvilket stort selskap ansatte mye av Covariants team og lisensierte teknologien i 2024?
Amazon hyret inn Covariants grunnleggere og en stor del av teamet i en 2024-lisens- og talentordning.
Hvilken kjerneide låner RFM-1 fra store språkmodeller?
RFM-1 behandler tekst, bilder, sensoravlesninger og handlinger som tokens og forutsier den neste, og lærer å generalisere som en LLM.
Hvilken egenskap skiller en robotfundamentmodell mest fra tradisjonelle lagerroboter?
Den viktigste fordelen er generalisering: plukke nye, usynlige objekter fra rotete søppelkasser i stedet for å trenge at hvert element er forhåndsprogrammert.
Hvem var blant Covariants bemerkelsesverdige grunnleggere?
Covariant ble medstiftet av AI-forskere inkludert Pieter Abbeel, Peter Chen og Rocky Duan, med røtter ved UC Berkeley og OpenAI.