AI Radar
Reka представила Rho-1 — единую модель для текста, видео и управления роботами
Reka AI представила Rho-1 — омнимодальную модель на 19 млрд параметров, которая в одной нейросети обрабатывает и генерирует текст, изображения, видео и управляющие действия для роботов. Вместо маршрутизации между специализированными системами модель представляет все модальности токенами в общем контекстном окне.
Что изменилось
Ключевая идея Rho-1 — единая модель вместо связки отдельных компонентов для языка, зрения, видео и робототехники. Общий токенизированный контекст потенциально позволяет напрямую связывать увиденное в кадре, текстовую инструкцию и действие робота, не передавая задачу через несколько узкоспециализированных моделей. Reka называет систему omni-моделью именно из-за совмещения понимания и генерации разных типов данных с выдачей управляющих действий.
По данным Reka, обучение Rho-1 заняло около трёх месяцев на 320 GPU Nvidia H100 и потребовало лишь доли вычислений, характерных для наиболее крупных современных моделей. Параметров у модели 19 млрд, однако одного размера недостаточно, чтобы судить о качестве работы с видео или роботами: в доступном сообщении нет сравнительных результатов, описания датасетов, ограничений безопасности либо деталей оценки управления физическими системами. Практическая ценность подхода будет зависеть от того, насколько надёжно единое представление модальностей переносится из демонстраций в реальные задачи.
Почему это важно
Единая мультимодальная модель может упростить системы, которым нужно одновременно воспринимать среду, рассуждать на естественном языке и действовать: от видеоагентов до робототехнических интерфейсов. Если заявленная эффективность обучения подтвердится, такой дизайн станет интересной альтернативой дорогим каскадам специализированных моделей. Для робототехники при этом критичны независимые проверки надёжности и безопасности действий.
Первоисточники и подтверждения
Подборку проверяет редакция DSML. AI помогает дедуплицировать сигналы и готовить текст, но опубликованный выпуск остаётся редакционным продуктом, а не лентой отдельных каналов.