VLA 갤러리 / 모델 목록 / 산업계 모델

RFM-1

Covariant · 2024-03

VLA산업계 모델8B미공개

언어 지시 이해, in-context 학습, 행동 조건 비디오 예측을 하나의 8B 모델에서 처리한다.

논문

논문 없음

개요

분류

산업계 모델

유형

VLA

발표

2024-03

기관

Covariant

가중치 공개

아니오

파라미터

8B

구조

백본 LLM

미공개 (8B any-to-any 트랜스포머)

비전 인코더

—

액션 헤드

행동 토큰 + 행동 조건 비디오 예측 (미공개)

청크

미공개

제어 주기

미공개

구조 원문 요약

multimodal any-to-any 시퀀스 트랜스포머(텍스트·이미지·비디오·로봇 행동·수치 센서); 행동 조건 비디오 예측을 world model로 사용; 행동 청크·주파수 미공개

학습

사전학습 가속기

미공개

사전학습 기간

미공개

사전학습 스텝·배치

미공개

GPU·TPU-시간

미공개

파인튜닝

미공개

데이터 종류

실로봇 운영 데이터 + 인터넷 데이터(텍스트·이미지·비디오)

데이터 규모

'tens of millions of trajectories'(보도자료); (2차) 'a million trajectories every few weeks', 15개국 수십 고객사

주요 데이터셋

Covariant 실배치 로봇 데이터(비공개)

태스크·평가

물류창고 pick-and-place; 정량 벤치마크 미공개; 발표 시점 고객 미배포

로봇

물류창고 피킹 로봇(흡착 등)

추론

추론 장치·속도

미공개(world model 비디오 생성 약 512×512, 약 5fps)

추론 메모리

미공개

가중치 bf16 (계산)

16 GB

실행 위치

미공개

강화학습 · 베이스

강화학습

미공개 · 학습 방식 미공개

베이스 제어

고정 · 베이스 제어 없음 (물류창고 피킹 팔)

비고

핵심 특징

언어 지시 이해, in-context 학습, 행동 조건 비디오 예측을 하나의 8B 모델에서 처리한다. 고객 창고에 배치된 로봇의 운영 데이터 수천만 궤적으로 학습했다.

비고

발표 2024-03-11(보도자료 URL 경로·IEEE Spectrum 기사 날짜). (2차, IEEE Spectrum) 데이터에 정지 이미지·비디오·관절각·힘·흡착 강도 포함. 블로그는 'largest real-world robot production dataset'로 표현.

검증

확인