Kowariantne modele RFM-1 i zrobotyzowane modele fundamentowe
RFM-1 firmy Covariant to podstawowy model robotyki wytrenowany na danych dotyczących manipulacji magazynem, dzięki czemu ramiona robotów mogą analizować i wybierać nieznane obiekty za pomocą języka i wzroku.
Głębokie nurkowanie
Założona w 2017 roku przez badaczy sztucznej inteligencji, w tym Pietera Abbeela, Petera Chena i Rocky Duana z Uniwersytetu Kalifornijskiego w Berkeley i korzeni OpenAI, firma Covariant zbudowała Covariant Brain, oprogramowanie AI, które napędza ramiona robotyczne do kompletacji i sortowania w magazynach. Jej wyjątkowy produkt, RFM-1 (Robotics Foundation Model 1), wprowadzony w 2024 r., został przeszkolony na podstawie ogromnych ilości rzeczywistych danych dotyczących kompletacji, a także tekstu i obrazów, dzięki czemu roboty mogły obsługiwać niechlujne pojemniki z nieznanymi przedmiotami, a nawet reagować na instrukcje w języku naturalnym. Zamiast programować każdy element, system dokonuje uogólnień na podstawie doświadczenia, tak jak duży model językowy dokonuje uogólnień w całym tekście. W 2024 r. duża część zespołu Covariant, w tym jej założyciele, została zatrudniona przez firmę Amazon w ramach umowy dotyczącej licencji i talentów, co zasygnalizowało, jak strategiczne stały się podstawowe modele robotów.
Wgląd techniczny
RFM-1 to multimodalny transformator szkolący się na tekście, obrazach, wideo, odczytach czujników robota i działaniach motorycznych, traktując je jako żetony w jednej sekwencji. Przewidując następny znak w tych modalnościach, uczy się fizycznej przyczyny i skutku, dzięki czemu może być podpowiadany za pomocą języka i rozumowania, co zrobi chwyt przed podjęciem działania. Dzięki temu pojedynczy model może sterować różnymi robotami i uchwycić nowatorskie obiekty bez konieczności projektowania poszczególnych elementów, co odzwierciedla wpływ szerokiego szkolenia wstępnego na ogólne umiejętności językowe.
Wpływ strategiczny
Strategia dostawcy
Plany dostawców wpływają na to, jakie funkcje Twój zespół będzie mógł dalej tworzyć.
Koszt i budżet
Warunki handlowe i opcje wdrożenia wpływają na długoterminowe koszty i ryzyko.
Ryzyko i bezpieczeństwo
Zachęty firmowe kształtują wady produktów, postawę bezpieczeństwa i otwartość.
Przyszłość kowariantnych modeli RFM-1 i robotycznych modeli fundamentowych
Umowa z Amazonem z 2024 r. przenosi znaczną część wiedzy specjalistycznej Covariant do jednego z największych operatorów magazynów na świecie, co sugeruje, że zrobotyzowane modele fundamentów będą najszybciej skalowalne w firmach dysponujących ogromnymi danymi operacyjnymi. Spodziewaj się ściślejszego połączenia języka, wizji i działania, większej liczby robotów, które akceptują instrukcje w prostym języku angielskim, oraz rywalizacji z modelami VLA z firm: Rysunek, Inteligencja Fizyczna i Google. Otwartym pytaniem jest, czy uniwersalne modele robotów staną się warstwą infrastruktury współdzielonej, czy też pozostaną korzyściami zastrzeżonymi.
Implementacja w świecie rzeczywistym
Wybieranie różnorodnych, nigdy wcześniej nie widzianych przedmiotów z zagraconych pojemników magazynowych na potrzeby zamówień w handlu elektronicznym
Sortowanie przesyłek według miejsca przeznaczenia na logistycznych liniach indukcyjnych bez programowania poszczególnych sztuk
Używanie podpowiedzi w języku naturalnym do informowania ramienia robota, czego ma się chwycić lub jak obchodzić się z jakimś przedmiotem
Zasilanie robotów magazynowych innych firm za pośrednictwem platformy oprogramowania Covariant Brain
Zagrożenia i poręcze
Ogłoszenia o wprowadzeniu na rynek mogą przekroczyć stabilność w rzeczywistych przepływach pracy.
Ceny interfejsów API lub zmiany zasad mogą z dnia na dzień złamać założenia.
Zależność od jednego dostawcy zwiększa koszty uzależnienia i migracji.
Plan wdrożenia
Oceniaj dostawców, korzystając z własnych zadań i zbiorów danych.
Przed integracją przejrzyj warunki dotyczące prywatności, bezpieczeństwa i prawa.
Utrzymuj plan awaryjny dla różnych modeli i dostawców.
Monitoruj informacje o wersji, aby zmiany w planie działania nie zaskoczyły zespołów.
Odkrywaj dalej
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
Następny poradnik
Modele płynnej sztucznej inteligencji i płynnego podkładu
Często zadawane pytania
Co to są kowariantne modele RFM-1 i zrobotyzowane modele fundamentowe?
RFM-1 firmy Covariant to podstawowy model robotyki wytrenowany na danych dotyczących manipulacji magazynem, dzięki czemu ramiona robotów mogą analizować i wybierać nieznane obiekty za pomocą języka i wzroku.
Jak nazywał się model fundamentowy Covariant wprowadzony w 2024 roku?
Firma Covariant wprowadziła RFM-1, model 1 podstaw robotyki, przeszkolony w oparciu o dane robota oraz tekst i obrazy.
Która duża firma zatrudniła większość zespołu Covariant i udzieliła licencji na jej technologię w 2024 r.?
Amazon zatrudnił założycieli Covariant i dużą część jej zespołu w ramach umowy dotyczącej licencji i talentów na 2024 rok.
Jaką podstawową ideę RFM-1 zapożycza z dużych modeli językowych?
RFM-1 traktuje tekst, obrazy, odczyty z czujników i działania jako tokeny i przewiduje następny, ucząc się uogólniać jak LLM.
Która funkcja najbardziej odróżnia podstawowy model robota od tradycyjnych robotów magazynowych?
Kluczową zaletą jest uogólnienie: wybieranie nowatorskich, niewidzianych obiektów z brudnych pojemników zamiast konieczności wcześniejszego zaprogramowania każdego przedmiotu.
Kim byli najwybitniejsi założyciele Covariant?
Współzałożycielami firmy Covariant byli badacze sztucznej inteligencji, w tym Pieter Abbeel, Peter Chen i Rocky Duan, których korzenie znajdowały się na Uniwersytecie Kalifornijskim w Berkeley i OpenAI.