A seguirPróximo guia
Modelos Liquid AI e Liquid Foundation
Empresas
GUIA DE EMPRESAS
Modelos Covariantes RFM-1 e Base Robótica
O RFM-1 da Covariant é um modelo básico de robótica treinado em dados de manipulação de armazém para que os braços robóticos possam raciocinar e escolher objetos desconhecidos com linguagem e visão.
Nesta página2 minutos de leitura
Mergulho profundo
Fundada em 2017 por pesquisadores de IA, incluindo Pieter Abbeel, Peter Chen e Rocky Duan da UC Berkeley e raízes OpenAI, a Covariant construiu o Covariant Brain, software de IA que alimenta braços robóticos para seleção e classificação em armazéns. Seu produto de destaque, RFM-1 (Robotics Foundation Model 1), lançado em 2024, foi treinado em grandes quantidades de dados de coleta do mundo real, além de texto e imagens, para que os robôs pudessem lidar com caixas bagunçadas de itens desconhecidos e até mesmo responder a instruções em linguagem natural. Em vez de programar cada item, o sistema generaliza a partir da experiência, como um grande modelo de linguagem generaliza através do texto. Em 2024, uma grande parte da equipa da Covariant, incluindo os seus fundadores, foi contratada pela Amazon num acordo de licenciamento e talento, sinalizando como os modelos de base robótica se tinham tornado estratégicos.
Impacto Estratégico
Estratégia do fornecedor
Os roteiros dos fornecedores influenciam quais recursos sua equipe pode construir a seguir.
Custo e orçamento
Os termos comerciais e as opções de implantação afetam os custos e riscos a longo prazo.
Risco e segurança
Os incentivos da empresa moldam os padrões de produto, a postura de segurança e a abertura.
O futuro dos modelos covariantes RFM-1 e de base robótica
O acordo de 2024 com a Amazon reúne grande parte da experiência da Covariant em um dos maiores operadores de armazém do mundo, sugerindo que os modelos de base robótica serão escalados mais rapidamente dentro de empresas com vastos dados operacionais. Espere uma fusão mais estreita de linguagem, visão e ação, mais robôs que aceitam instruções em inglês simples e competição com modelos VLA de Figura, Inteligência Física e Google. A questão em aberto é se os modelos de robôs generalistas se tornam uma camada de infraestrutura compartilhada ou permanecem como vantagens proprietárias.
Implementação no mundo real
Selecionar itens variados e nunca antes vistos em caixas de armazenamento desordenadas para pedidos de comércio eletrônico
Classificação de encomendas por destino em linhas de indução logística sem programação por item
Usando instruções em linguagem natural para dizer ao braço do robô o que agarrar ou como manusear um item
Capacitando robôs de armazém de terceiros por meio da plataforma de software Covariant Brain
Riscos e guarda-corpos
Os anúncios de lançamento podem superar a estabilidade em fluxos de trabalho de produção reais.
Os preços das APIs ou as mudanças nas políticas podem quebrar suposições da noite para o dia.
A dependência de um único fornecedor aumenta os custos de aprisionamento e migração.
Roteiro de implementação
Avalie os provedores usando suas próprias tarefas e conjuntos de dados.
Revise os termos legais, de privacidade e segurança antes da integração.
Mantenha um plano alternativo entre modelos ou fornecedores.
Monitore as notas de lançamento para que as mudanças no roteiro não surpreendam as equipes.
Continue explorando
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
Perguntas frequentes
What is Covariant RFM-1 and Robotic Foundation Models?
O RFM-1 da Covariant é um modelo básico de robótica treinado em dados de manipulação de armazém para que os braços robóticos possam raciocinar e escolher objetos desconhecidos com linguagem e visão.
Qual era o nome do modelo básico da Covariant introduzido em 2024?
A Covariant introduziu o RFM-1, o Robotics Foundation Model 1, treinado em dados de robôs, além de texto e imagens.
Qual grande empresa contratou grande parte da equipe da Covariant e licenciou sua tecnologia em 2024?
A Amazon contratou os fundadores da Covariant e grande parte de sua equipe em um acordo de licenciamento e talentos para 2024.
Que ideia central o RFM-1 empresta de grandes modelos de linguagem?
RFM-1 trata texto, imagens, leituras de sensores e ações como tokens e prevê o próximo, aprendendo a generalizar como um LLM.
Qual capacidade distingue mais um modelo de base de robô dos robôs de armazém tradicionais?
A principal vantagem é a generalização: escolher objetos novos e invisíveis em caixas bagunçadas, em vez de precisar de cada item pré-programado.
Quem estava entre os fundadores notáveis da Covariant?
A Covariant foi cofundada por pesquisadores de IA, incluindo Pieter Abbeel, Peter Chen e Rocky Duan, com raízes na UC Berkeley e OpenAI.
Continue aprendendo
Guias relacionados
Mais guias escolhidos para este tópico