Szöveget, képet, videót és robotvezérlést is kezel a Reka AI új omni-modellje
A Reka AI kutatási előzetesként mutatta be a Rho-1 nevű, 19 milliárd paraméteres omni-modellt, amely egyetlen neurális hálózaton belül kezeli a szövegek, képek és videók feldolgozását, valamint a robotvezérlési műveleteket. A jelenlegi mesterségesintelligencia-rendszerek zömével ellentétben a Rho-1 nem támaszkodik különálló külső eszközökre vagy specializált almodellekre: minden modalitást közvetlenül tokenként futtat egy közös kontextusablakban. A technológia valós időben generál folyamatos videótartalmat, miközben újraindítás nélkül, azonnal reagál a menet közben érkező új utasításokra.
A rendszerben ugyanazok a hálózati súlyok felelnek a kameraképek előrejelzéséért, amelyek a robotok fizikai mozgását is vezérlik. A szűkös robotikai betanítási adatok problé
<truncated 183 bytes>
: a folyamat 320 darab H100-as GPU-n zajlott le körülbelül három hónap leforgása alatt.
A cég korábban már letette a névjegyét a piacon, hiszen 2024 áprilisában debütált a GPT-4, a Claude 3 és a Gemini Ultra ellenfeleként megalkotott Reka Core modell. A most megjelent Rho-1 szervesen illeszkedik az AI-kutatások azon szélesebb körű törekvésébe, amely a fizikai valóság összefüggéseit megragadó, úgynevezett világmodellek fejlesztését célozza.