OpenAI衍生公司Covariant的人工智能模型RFM-1：如何让机器人像人类一样学习任务

OpenAI机器人团队的关闭与Covariant的崛起

OpenAI机器人团队的挑战

在2021年夏天，OpenAI宣布关闭其机器人团队，主要原因是缺乏必要的数据来训练机器人如何使用人工智能进行移动和推理。​

Covariant的解决方案

然而，OpenAI的三位早期研究科学家在2017年从OpenAI剥离成立的初创公司Covariant，成功解决了这一问题，并推出了一个AI系统，名为RFM-1。

RFM-1模型的核心功能

多模态输入处理

RFM-1模型能够接受五种不同类型的输入来执行任务：文本、图像、视频、机器人指令和测量数据。

实际应用示例

例如，向模型展示一个装满运动器材的箱子的图片，并告诉它拿起一包网球。机器人随后可以抓起物品，并生成网球被拿走后箱子的图像，或创建一个展示机器人执行任务的乌瞰视图视频。

交互式学习能力

如果模型预测它无法正确抓取物品，它甚至可能回复“我无法抓住。你有什么建议吗？“作为回应，可以建议它使用其手臂上的吸盘数量来获得更好的抓握。

Covariant Brain：通用的机器人AI平台

平台的核心能力

Covariant开发了一个和Covariant Brain通用的机器人AI平台，它通过赋予机器人视觉识别、思考、行动和学习的能力，使得机器人能够在各种场景下有效工作。

对未来工作方式的影响

这标志着机器人能够使用训练数据适应环境的一个飞跃，而不是依赖于为前一代工业机器人提供动力的复杂、特定任务的代码。这也是向着工地经理可以用人类语言下达指令，而不用担心人力劳动限制的方向迈出的一步。

结论

Covariant的RFM-1模型和Covariant Brain平台展示了人工智能在机器人领域的巨大潜力，不仅提高了机器人的灵活性和适应性，也为未来的自动化工作环境提供了新的可能性。