Kovariant RFM-1 och Robotic Foundation Models
Covariants RFM-1 är en robotmodell som är utbildad på lagermanipulationsdata så att robotarmar kan resonera om och välja okända objekt med språk och syn.
Djupdykning
Covariant grundades 2017 av AI-forskare inklusive Pieter Abbeel, Peter Chen och Rocky Duan från UC Berkeley och OpenAI rötter, och byggde Covariant Brain, AI-programvara som driver robotarmar för lagerplockning och sortering. Dess enastående produkt, RFM-1 (Robotics Foundation Model 1), introducerades 2024, tränades på enorma mängder verklig plockdata plus text och bilder så att robotar kunde hantera stökiga papperskorgar med okända föremål och till och med svara på instruktioner på naturliga språk. Istället för att programmera varje objekt, generaliserar systemet av erfarenhet som en stor språkmodell generaliserar över text. År 2024 anställdes en stor del av Covariants team, inklusive dess grundare, av Amazon i en licens- och talangaffär, vilket signalerade hur strategiska robotfundamentmodeller hade blivit.
Teknisk insikt
RFM-1 är en multimodal transformator som tränas på text, bilder, video, robotsensoravläsningar och motoriska åtgärder, och behandlar dem som tokens i en sekvens. Genom att förutsäga nästa token över dessa modaliteter lär den sig fysisk orsak och verkan, så den kan uppmanas med språk och resonemang om vad ett grepp kommer att göra innan man agerar. Detta låter en enda modell styra olika robotar och greppa nya objekt utan per-item engineering, vilket speglar hur bred förträning producerade allmän språkförmåga.
Strategisk inverkan
Vendor strategy
Leverantörsfärdplaner påverkar vilka funktioner ditt team kan bygga härnäst.
Cost and budget
Kommersiella villkor och distributionsalternativ påverkar långsiktiga kostnader och risker.
Risk and safety
Företagsincitament formar produktstandarder, säkerhetsställning och öppenhet.
Framtiden för kovarianta RFM-1- och robotgrundsmodeller
Amazon-affären 2024 viker ihop mycket av Covariants expertis till en av världens största lageroperatörer, vilket antyder att robotbaserade grundmodeller kommer att skalas snabbast inom företag med omfattande operativa data. Förvänta dig en tätare sammansmältning av språk, vision och handling, fler robotar som accepterar undervisning i vanlig engelska och konkurrens med VLA-modeller från Figure, Physical Intelligence och Google. Den öppna frågan är om generalistiska robotmodeller blir ett delat infrastrukturlager eller förblir proprietära fördelar.
Real-World Implementation
Plocka varierade, aldrig tidigare sett artiklar från röriga lagerbehållare för e-handelsbeställningar
Sortering av paket efter destination på logistikinduktionslinjer utan programmering per artikel
Att använda uppmaningar på naturligt språk för att tala om för en robotarm vad den ska fatta eller hur den ska hantera ett föremål
Drivs av tredjeparts lagerrobotar genom mjukvaruplattformen Covariant Brain
Risker & skyddsräcken
Lanseringsmeddelanden kan överträffa stabiliteten i verkliga produktionsarbetsflöden.
API-prissättning eller policyförskjutningar kan bryta antaganden över en natt.
Beroende av en leverantör ökar inlåsnings- och migreringskostnaderna.
Färdplan för genomförande
Utvärdera leverantörer med dina egna uppgifter och datauppsättningar.
Granska sekretess, säkerhet och juridiska villkor innan integration.
Upprätthåll en reservplan över modeller eller leverantörer.
Övervaka release notes så att förändringar i färdplanen inte överraskar team.
Fortsätt utforska
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 och Liquid Foundation-modeller
Frequently asked questions
What is Covariant RFM-1 and Robotic Foundation Models?
Covariants RFM-1 är en robotmodell som är utbildad på lagermanipulationsdata så att robotarmar kan resonera om och välja okända objekt med språk och syn.
Vad hette Covariants grundmodell som introducerades 2024?
Covariant introducerade RFM-1, Robotics Foundation Model 1, tränad på robotdata plus text och bilder.
Vilket stort företag anställde mycket av Covariants team och licensierade dess teknologi 2024?
Amazon anställde Covariants grundare och en stor del av dess team i ett licens- och talangarrangemang 2024.
Vilken kärnidé lånar RFM-1 från stora språkmodeller?
RFM-1 behandlar text, bilder, sensoravläsningar och handlingar som tokens och förutsäger nästa och lär sig generalisera som en LLM.
Vilken egenskap skiljer en robotfundamentmodell mest från traditionella lagerrobotar?
Den viktigaste fördelen är generalisering: plocka nya, osynliga föremål från röriga papperskorgar istället för att behöva varje objekt förprogrammerat.
Vilka var bland Covariants framstående grundare?
Covariant grundades av AI-forskare inklusive Pieter Abbeel, Peter Chen och Rocky Duan, med rötter vid UC Berkeley och OpenAI.