Коваріантні моделі RFM-1 і роботизованої основи
RFM-1 від Covariant — це базова модель робототехніки, навчена на даних маніпулювання складом, щоб руки робота могли міркувати та вибирати незнайомі об’єкти мовою та зором.
Глибоке занурення
Заснована в 2017 році дослідниками штучного інтелекту, зокрема Пітером Аббелем, Пітером Ченом і Роккі Дуаном з Каліфорнійського університету в Берклі та корінням OpenAI, компанія Covariant розробила Covariant Brain, програмне забезпечення штучного інтелекту, яке використовує роботизовані руки для збирання та сортування на складах. Його видатний продукт, RFM-1 (Robotics Foundation Model 1), представлений у 2024 році, був навчений на величезних обсягах реальних даних збирання, а також тексту та зображень, щоб роботи могли працювати з безладними контейнерами незнайомих предметів і навіть реагувати на інструкції природною мовою. Замість того, щоб програмувати кожен елемент, система узагальнює на основі досвіду, як велика мовна модель узагальнює текст. У 2024 році значна частина команди Covariant, включаючи її засновників, була найнята Amazon у рамках угоди про ліцензування та таланти, що свідчить про те, наскільки стратегічними стали моделі основи роботів.
Технічне розуміння
RFM-1 — мультимодальний трансформатор, який навчається на тексті, зображеннях, відео, показаннях датчиків робота та рухових діях, розглядаючи їх як маркери в одній послідовності. Прогнозуючи наступний токен за допомогою цих модальностей, він вивчає фізичні причинно-наслідкові зв’язки, тож він може отримати підказку за допомогою мови та міркування про те, що зробить захоплення, перш ніж діяти. Це дозволяє одній моделі керувати різними роботами та осягати нові об’єкти без інженерної обробки кожного елемента, віддзеркалюючи те, як широке попереднє навчання створило загальні мовні навички.
Стратегічний вплив
Стратегія постачальника
Дорожні карти постачальників впливають на те, які функції ваша команда може створити далі.
Вартість і бюджет
Комерційні умови та варіанти розгортання впливають на довгострокову вартість і ризик.
Ризики та безпека
Стимули компанії формують стандарти продукту, безпеку та відкритість.
Майбутнє Covariant RFM-1 і Robotic Foundation Models
Угода з Amazon 2024 року передає значну частину досвіду Covariant в одного з найбільших у світі операторів складів, натякаючи на те, що роботизовані базові моделі найшвидше розширюватимуться в компаніях з величезними операційними даними. Очікуйте більш тісного поєднання мови, бачення та дій, більше роботів, які приймають інструкції простою англійською мовою, і конкуренції з моделями VLA від Figure, Physical Intelligence та Google. Відкрите питання полягає в тому, чи моделі роботів широкого профілю стануть рівнем спільної інфраструктури чи залишаться власними перевагами.
Реалізація в реальному світі
Вибір різноманітних, ніколи раніше не бачених товарів із захаращених складських контейнерів для замовлень електронної комерції
Сортування посилок за призначенням на логістичних індукційних лініях без програмування по одиницях
Використання підказок природною мовою, щоб сказати руці робота, що схопити або як поводитися з предметом
Забезпечення складських роботів сторонніх виробників через програмну платформу Covariant Brain
Ризики та огорожі
Оголошення про запуск можуть випереджати стабільність у реальних робочих процесах виробництва.
Зміни в ціноутворенні API або в політиці можуть миттєво порушити припущення.
Залежність від одного постачальника збільшує витрати на блокування та міграцію.
Дорожня карта впровадження
Оцініть постачальників за допомогою власних завдань і наборів даних.
Перегляньте умови конфіденційності, безпеки та юридичні умови перед інтеграцією.
Підтримуйте запасний план для різних моделей або постачальників.
Слідкуйте за примітками до випуску, щоб зміни дорожньої карти не здивували команди.
Продовжуйте досліджувати
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
Наступний посібник
Моделі Liquid AI та Liquid Foundation
Часті запитання
What is Covariant RFM-1 and Robotic Foundation Models?
RFM-1 від Covariant — це базова модель робототехніки, навчена на даних маніпулювання складом, щоб руки робота могли міркувати та вибирати незнайомі об’єкти мовою та зором.
Як називалася базова модель Covariant, представлена в 2024 році?
Covariant представив RFM-1, модель 1 Robotics Foundation, яка навчається на даних роботів, а також тексті та зображеннях.
Яка велика компанія найняла більшу частину команди Covariant і ліцензувала її технологію у 2024 році?
Amazon найняв засновників Covariant і значну частину своєї команди в угоді про ліцензування та таланти 2024 року.
Яку основну ідею RFM-1 запозичив із великих мовних моделей?
RFM-1 розглядає текст, зображення, показання датчиків і дії як маркери та передбачає наступне, навчаючись узагальнювати, як LLM.
Яка здатність найбільше відрізняє модель фундаменту робота від традиційних складських роботів?
Ключовою перевагою є узагальнення: вибір нових, невидимих об’єктів із безладних кошиків замість того, щоб кожен елемент був попередньо запрограмований.
Хто був серед відомих засновників Covariant?
Covariant був співзасновником дослідників штучного інтелекту, зокрема Пітера Аббіля, Пітера Чена та Роккі Дуана, які працюють в Каліфорнійському університеті в Берклі та OpenAI.