本周，Covariant 宣布推出 RFM-1（机器人基础模型 1）。UC Berkeley 人工智能衍生公司联合创始人兼首席执行官 Peter Chen 告诉 TechCrunch，该平台“本质上是一个大型语言模型（LLM），但用于机器人语言。”
RFM-1 是众多因素的结果之一，其中包括从部署 Covariant 的 Brain AI 平台中收集的海量数据。在获得客户同意后，这家初创公司一直在构建相当于 LLM 数据库的机器人数据体系。
“RFM-1 的愿景是为未来数十亿台机器人提供动力，”陈说。“我们在 Covariant 已经在仓库中成功部署了大量机器人。但这并不是我们想要达到的极限。我们真正希望的是让机器人在制造业、食品加工、回收、农业、服务业甚至进入人们的家庭中得到应用。”
该平台发布之际，更多机器人公司正在讨论“通用目的”系统的未来。Agility、Figure、1X 和 Apptronik 等类人机器人公司的突然涌现，在这一对话中发挥了关键作用。这种形态特别适合适应性（类似于其模仿的人类），尽管机载 AI/软件系统的鲁棒性则是另一个完全不同的问题。
目前，Covariant 的软件主要部署在工业机械臂上，执行各种熟悉的仓库任务，包括料箱拣选等工作。它尚未部署在类人机器人上，但该公司承诺将实现一定程度的硬件无关性。
Chen 表示：“我们非常看好通用机器人硬件领域正在开展的大量工作。”“将智能拐点与硬件拐点相结合，我们将看到机器人应用的进一步爆发。但其中许多应用尚未完全成熟，尤其是在硬件方面。要超越预录视频的难度非常大。有多少人曾与人形机器人面对面互动？这就能说明其成熟度。”
然而，当谈到 RFM-1 在机器人决策过程中所扮演的角色时，Covariant 并不回避与人类的比较。根据其新闻材料，该平台“赋予机器人类似人类的能力进行推理，这是生成式 AI 首次成功地为商业机器人提供了对语言和物理世界更深刻的理解。”
这是一个我们需要谨慎对待声明的领域，无论是与抽象——甚至是哲学——概念的比较，还是其在实际现实世界中的长期有效性。“类似人类的能力进行推理”是一个广泛的概念，对不同的人来说意味着不同的含义。在这里，这个概念指的是系统处理现实世界数据并确定最佳行动方案以执行当前任务的能力。
这与传统的机器人系统不同，后者被编程为反复执行单一任务，永无止境。这类单用途机器人在高度结构化的环境中蓬勃发展，从汽车装配线开始。只要任务几乎没有变化，机械臂就可以不间断地一遍又一遍地工作，直到下班时间到来，领取金色怀表以表彰其多年忠诚的服务。
然而，即使是微小的偏差也可能导致迅速崩溃。例如，物体没有正好放在传送带上，或者照明条件发生了变化，影响了机载摄像头。这些差异可能会对机器人的执行能力产生巨大影响。现在想象一下，要让这台机器人使用新零件、新材料，甚至完成完全不同的任务。那将更加困难。
这正是程序员传统上介入的环节。机器人必须重新编程。通常情况下，会有工厂车间以外的人参与进来。这会大量消耗资源和时间。如果你想避免这种情况，就需要发生以下两种情况之一：1）在车间工作的人员需要学习编程；或者 2）你需要一种与机器人交互的新方法，这种方法更加自然。
虽然实现前一种方案（即让车间人员学习编程）会很理想，但似乎不太可能有公司愿意投入资金并等待所需的时间。后者正是 Covariant 正在通过 RFM-1 尝试做的事情。“机器人的 ChatGPT”这个类比并不完美，但它是一个合理的简略说法（尤其是考虑到创始人与 OpenAI 的联系）。
从客户的角度来看，该平台呈现为一个文本输入框，类似于当前面向消费者的生成式 AI 产品。通过打字或语音输入文本指令，例如“拿起苹果”，系统会利用其训练数据（形状、颜色、尺寸等）来识别面前最符合该描述的对象。
RFM-1 随后生成视频结果——本质上是模拟场景——以利用过去的训练数据确定最佳行动方案。最后这一点与我们大脑在执行动作之前推演潜在结果的方式类似。
在一次现场演示中，系统对诸如“拿起红色物体”之类的输入做出反应，甚至能处理语义更复杂的指令，如“在你穿鞋之前把你脚上穿的东西拿起来”，这分别导致机器人正确拿起了苹果和一双袜子。
在讨论该系统的前景时，人们提出了许多宏大的构想。至少，Covariant 的创始团队拥有令人印象深刻的背景。Chen 在伯克利大学师从 Pieter Abbeel 学习人工智能，Abbeel 是 Covariant 的联合创始人兼首席科学家。Abbeel 还于 2016 年成为 OpenAI 的早期员工，当时 Chen 加入那家后来推出 ChatGPT 的公司仅一个月。Covariant 于次年成立。
Chen 表示，公司预计新的 RFM-1 平台将与 Covariant 软件已部署的大部分硬件兼容。