Reka AI показала Rho-1 — одну модель, которая понимает и создаёт текст, картинки и видео и управляет роботом

Вместо цепочки из нескольких моделей — одна, которая сразу видит, рассуждает и действует; так роботам и агентам проще работать без задержек.

Модель на 19 млрд параметров обучена с нуля: текст, изображение и действия робота представлены как токены в одном контексте, без передачи задач отдельным специализированным моделям. Она генерирует видео в реальном времени и принимает новые указания без перезапуска. Обучение шло около трёх месяцев на 320 ускорителях H100. Модель доступна как исследовательская предварительная версия.