โมเดล Covariant RFM-1 และ Robotic Foundation
RFM-1 ของ Covariant เป็นโมเดลพื้นฐานของหุ่นยนต์ที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลการจัดการคลังสินค้า ดังนั้นแขนหุ่นยนต์จึงสามารถให้เหตุผลและเลือกวัตถุที่ไม่คุ้นเคยด้วยภาษาและการมองเห็นได้
เจาะลึก
Covariant ก่อตั้งขึ้นในปี 2017 โดยนักวิจัย AI รวมถึง Pieter Abbeel, Peter Chen และ Rocky Duan จาก UC Berkeley และราก OpenAI ได้สร้าง Covariant Brain ซึ่งเป็นซอฟต์แวร์ AI ที่ขับเคลื่อนแขนหุ่นยนต์ในการหยิบและคัดแยกคลังสินค้า ผลิตภัณฑ์ที่โดดเด่นของบริษัท RFM-1 (Robotics Foundation Model 1) ซึ่งเปิดตัวในปี 2024 ได้รับการฝึกอบรมเกี่ยวกับข้อมูลการหยิบสินค้าในโลกแห่งความเป็นจริงจำนวนมหาศาล รวมถึงข้อความและรูปภาพ เพื่อให้หุ่นยนต์สามารถจัดการถังขยะที่เกะกะของสิ่งของที่ไม่คุ้นเคย และแม้แต่ตอบสนองต่อคำสั่งที่เป็นภาษาธรรมชาติ แทนที่จะเขียนโปรแกรมแต่ละรายการ ระบบจะสรุปจากประสบการณ์เหมือนกับโมเดลภาษาขนาดใหญ่สรุปทั่วทั้งข้อความ ในปี 2024 ส่วนแบ่งจำนวนมากในทีมงานของ Covariant รวมถึงผู้ก่อตั้ง ได้รับการว่าจ้างจาก Amazon ในข้อตกลงด้านลิขสิทธิ์และผู้มีความสามารถ ซึ่งส่งสัญญาณว่าโมเดลรากฐานหุ่นยนต์เชิงกลยุทธ์กลายมาเป็นอย่างไรบ้าง
ข้อมูลเชิงลึกทางเทคนิค
RFM-1 เป็นหม้อแปลงหลายรูปแบบที่ได้รับการฝึกเกี่ยวกับข้อความ รูปภาพ วิดีโอ การอ่านเซ็นเซอร์ของหุ่นยนต์ และการทำงานของมอเตอร์ โดยถือว่าสิ่งเหล่านั้นเป็นโทเค็นในลำดับเดียว ด้วยการทำนายโทเค็นถัดไปในรูปแบบต่างๆ เหล่านี้ ระบบจะเรียนรู้เหตุและผลทางกายภาพ เพื่อให้สามารถบอกกล่าวด้วยภาษาและเหตุผลเกี่ยวกับสิ่งที่ผู้เข้าใจจะทำก่อนดำเนินการ ซึ่งช่วยให้โมเดลเดียวสามารถควบคุมหุ่นยนต์ต่างๆ และจับวัตถุใหม่ๆ โดยไม่ต้องใช้วิศวกรรมต่อชิ้น ซึ่งสะท้อนให้เห็นว่าการฝึกอบรมล่วงหน้าในวงกว้างทำให้เกิดความสามารถทางภาษาทั่วไปได้อย่างไร
ผลกระทบเชิงกลยุทธ์
กลยุทธ์ของผู้ขาย
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป
ต้นทุนและงบประมาณ
ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว
ความเสี่ยงและความปลอดภัย
สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง
อนาคตของโมเดล Covariant RFM-1 และ Robotic Foundation
ข้อตกลงของ Amazon ปี 2024 รวบรวมความเชี่ยวชาญส่วนใหญ่ของ Covariant ให้เป็นหนึ่งในผู้ให้บริการคลังสินค้ารายใหญ่ที่สุดของโลก โดยบอกเป็นนัยว่าโมเดลรากฐานของหุ่นยนต์จะปรับขนาดภายในบริษัทได้เร็วที่สุดด้วยข้อมูลการดำเนินงานที่กว้างขวาง คาดว่าจะมีการผสมผสานภาษา วิสัยทัศน์ และการกระทำที่เข้มงวดยิ่งขึ้น มีหุ่นยนต์จำนวนมากขึ้นที่ยอมรับคำสั่งภาษาอังกฤษธรรมดา และแข่งขันกับโมเดล VLA จากฟิกเกอร์ ความฉลาดทางกายภาพ และ Google คำถามเปิดคือโมเดลหุ่นยนต์ทั่วไปจะกลายเป็นเลเยอร์โครงสร้างพื้นฐานที่ใช้ร่วมกันหรือคงความได้เปรียบที่เป็นกรรมสิทธิ์ไว้หรือไม่
การใช้งานจริงในโลกแห่งความเป็นจริง
เลือกสินค้าที่หลากหลายและไม่เคยเห็นมาก่อนจากถังขยะในคลังสินค้าที่รกสำหรับการสั่งซื้อทางอีคอมเมิร์ซ
การจัดเรียงพัสดุตามจุดหมายปลายทางในสายเหนี่ยวนำด้านลอจิสติกส์โดยไม่ต้องมีการเขียนโปรแกรมต่อรายการ
การใช้คำสั่งภาษาธรรมชาติเพื่อบอกแขนหุ่นยนต์ว่าต้องจับอะไรหรือจะจัดการกับสิ่งของอย่างไร
ขับเคลื่อนหุ่นยนต์คลังสินค้าของบริษัทอื่นผ่านแพลตฟอร์มซอฟต์แวร์ Covariant Brain
ความเสี่ยงและรั้ว
การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง
การกำหนดราคา API หรือการเปลี่ยนแปลงนโยบายสามารถทำลายสมมติฐานได้ในชั่วข้ามคืน
การพึ่งพาผู้ขายรายเดียวจะเพิ่มค่าใช้จ่ายในการล็อคอินและการย้ายข้อมูล
แผนงานการดำเนินงาน
ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง
ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ
รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย
ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ
สำรวจต่อไป
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
คำแนะนำต่อไป
แบบจำลอง Liquid AI และ Liquid Foundation
คำถามที่พบบ่อย
What is Covariant RFM-1 and Robotic Foundation Models?
RFM-1 ของ Covariant เป็นโมเดลพื้นฐานของหุ่นยนต์ที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลการจัดการคลังสินค้า ดังนั้นแขนหุ่นยนต์จึงสามารถให้เหตุผลและเลือกวัตถุที่ไม่คุ้นเคยด้วยภาษาและการมองเห็นได้
แบบจำลองพื้นฐานของ Covariant ที่เปิดตัวในปี 2024 ชื่ออะไร
Covariant เปิดตัว RFM-1 ซึ่งเป็น Robotics Foundation รุ่น 1 ที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลหุ่นยนต์พร้อมทั้งข้อความและรูปภาพ
บริษัทใหญ่แห่งใดที่จ้างทีมงานของ Covariant จำนวนมากและได้รับลิขสิทธิ์เทคโนโลยีในปี 2024
Amazon จ้างผู้ก่อตั้ง Covariant และทีมงานส่วนใหญ่ในการจัดการเรื่องใบอนุญาตและความสามารถพิเศษในปี 2024
RFM-1 ยืมแนวคิดหลักอะไรมาจากโมเดลภาษาขนาดใหญ่
RFM-1 ถือว่าข้อความ รูปภาพ การอ่านเซ็นเซอร์ และการดำเนินการเป็นโทเค็น และคาดการณ์โทเค็นถัดไป โดยเรียนรู้ที่จะสรุปเหมือน LLM
ความสามารถใดที่ทำให้แบบจำลองฐานรากหุ่นยนต์แตกต่างจากหุ่นยนต์คลังสินค้าแบบเดิมๆ มากที่สุด
ข้อได้เปรียบที่สำคัญคือลักษณะทั่วไป: การเลือกวัตถุแปลกใหม่ที่มองไม่เห็นจากถังขยะที่ยุ่งเหยิง แทนที่จะต้องตั้งโปรแกรมแต่ละรายการไว้ล่วงหน้า
ใครเป็นหนึ่งในผู้ก่อตั้งที่มีชื่อเสียงของ Covariant?
Covariant ก่อตั้งโดยนักวิจัย AI รวมถึง Pieter Abbeel, Peter Chen และ Rocky Duan โดยมีรากฐานอยู่ที่ UC Berkeley และ OpenAI