Ковариантные модели RFM-1 и роботизированного фундамента
RFM-1 от Covariant — это базовая модель робототехники, обученная на данных складских манипуляций, поэтому роботизированные руки могут рассуждать и выбирать незнакомые объекты с помощью языка и зрения.
Глубокое погружение
Основанная в 2017 году исследователями искусственного интеллекта, в том числе Питером Аббилом, Питером Ченом и Рокки Дуаном из Калифорнийского университета в Беркли и корнями OpenAI, компания Covariant создала Covariant Brain, программное обеспечение искусственного интеллекта, которое приводит в действие роботизированные руки для комплектации и сортировки на складе. Ее выдающийся продукт RFM-1 (Модель 1 Фонда робототехники), представленный в 2024 году, был обучен на огромных объемах реальных данных о сборе, а также на тексте и изображениях, поэтому роботы могли обрабатывать беспорядочные корзины с незнакомыми предметами и даже реагировать на инструкции на естественном языке. Вместо того, чтобы программировать каждый элемент, система обобщает опыт, как большая языковая модель обобщает текст. В 2024 году значительная часть команды Covariant, включая ее основателей, была нанята Amazon в рамках сделки по лицензированию и талантам, что стало сигналом о том, насколько стратегическими стали модели фундаментов роботов.
Техническая информация
RFM-1 — это мультимодальный преобразователь, обученный на тексте, изображениях, видео, показаниях датчиков робота и двигательных действиях, обрабатывающий их как токены в одной последовательности. Предсказывая следующий токен с помощью этих модальностей, он изучает физические причины и следствия, поэтому ему можно с помощью языка и рассуждений подсказать, что будет делать захват, прежде чем действовать. Это позволяет одной модели управлять разными роботами и понимать новые объекты без необходимости индивидуального проектирования, что отражает то, как широкая предварительная подготовка привела к развитию общих языковых способностей.
Стратегическое воздействие
Стратегия поставщика
Дорожные карты поставщиков влияют на то, какие функции ваша команда может создать дальше.
Стоимость и бюджет
Коммерческие условия и варианты развертывания влияют на долгосрочные затраты и риски.
Риски и безопасность
Стимулы компании влияют на невыполнение обязательств по продукту, безопасность и открытость.
Будущее ковариантных моделей RFM-1 и роботизированных фундаментов
Сделка с Amazon в 2024 году объединяет большую часть опыта Covariant в одного из крупнейших в мире складских операторов, намекая на то, что модели роботизированного фундамента будут быстрее масштабироваться внутри компаний с обширными операционными данными. Ожидайте более тесного слияния языка, видения и действий, большего количества роботов, которые воспринимают инструкции на простом английском языке, а также конкуренции с моделями VLA от Fig, Physical Intelligence и Google. Открытым остается вопрос, станут ли универсальные модели роботов уровнем общей инфраструктуры или останутся запатентованными преимуществами.
Реальная реализация
Выбор разнообразных, никогда ранее не встречавшихся товаров из захламленных складских корзин для заказов электронной коммерции.
Сортировка посылок по месту назначения на индукционных логистических линиях без поштучного программирования
Использование подсказок на естественном языке, чтобы сообщить руке робота, за что хвататься или как обращаться с предметом.
Обеспечение питания сторонних складских роботов с помощью программной платформы Covariant Brain
Риски и ограничения
Объявления о запуске могут опережать стабильность реальных производственных процессов.
Цены на API или изменения в политике могут в одночасье разрушить предположения.
Зависимость от одного поставщика увеличивает затраты на привязку и миграцию.
Дорожная карта реализации
Оценивайте поставщиков, используя собственные задачи и наборы данных.
Перед интеграцией ознакомьтесь с условиями конфиденциальности, безопасности и юридическими условиями.
Поддерживайте резервный план для разных моделей или поставщиков.
Отслеживайте примечания к выпуску, чтобы изменения в дорожной карте не удивили команды.
Продолжайте исследовать
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
Следующее руководство
Модели Liquid AI и Liquid Foundation
Часто задаваемые вопросы
What is Covariant RFM-1 and Robotic Foundation Models?
RFM-1 от Covariant — это базовая модель робототехники, обученная на данных складских манипуляций, поэтому роботизированные руки могут рассуждать и выбирать незнакомые объекты с помощью языка и зрения.
Как называлась модель тонального крема Covariant, представленная в 2024 году?
Компания Covariant представила RFM-1, модель 1 Фонда робототехники, обученную на данных роботов, а также на тексте и изображениях.
Какая крупная компания наняла большую часть команды Covariant и лицензировала ее технологию в 2024 году?
Amazon наняла основателей Covariant и большую часть ее команды в рамках соглашения о лицензировании и подборе персонала до 2024 года.
Какую основную идею RFM-1 заимствует из больших языковых моделей?
RFM-1 рассматривает текст, изображения, показания датчиков и действия как токены и прогнозирует следующее, обучаясь обобщать, как LLM.
Какие возможности больше всего отличают модель робота-фундамента от традиционных складских роботов?
Ключевым преимуществом является обобщение: выбор новых, невидимых объектов из грязных корзин вместо необходимости предварительного программирования каждого предмета.
Кто был среди известных основателей Covariant?
Covariant была основана исследователями искусственного интеллекта, в том числе Питером Аббилом, Питером Ченом и Рокки Дуаном, имеющими корни в Калифорнийском университете в Беркли и OpenAI.