Reka AI, tek bir sinir ağı içinde metin, görsel, video ve robot kontrol eylemlerini işleyip üretebilen 19 milyar parametreli bir omni‑model olan Rho-1’in araştırma önizlemesini yayınladı. Geleneksel AI sistemlerinin farklı görevleri uzmanlaşmış modellere yönlendirmesinin aksine, Rho-1 tüm modaliteleri tek bir ortak bağlam penceresinde token olarak yönetir ve harici araç çağrıları ya da ayrı modeller olmadan çalışır. Sistem, yeni talimatlara dinamik olarak yanıt verirken gerçek zamanlı olarak kesintisiz video üretecek şekilde tasarlanmıştır ve sistemin yeniden başlatılmasına gerek yoktur.
Robotik eğitim verilerinin kıtlığı nedeniyle oluşan boşluğu kapatmak için Reka AI, sıradan internet videolarından doğrudan kontrol sinyalleri çıkaran bir ters dinamik modeli geliştirdi. Model, aynı temel ağırlıkları kullanarak kamera görüntülerini tahmin etti ve robot hareketlerini yönlendirdi; eğitimini yaklaşık üç ay süren bir süreçte 320 H100 GPU üzerinde tamamladı. Bu yayın, Reka AI’nın Nisan 2024’te piyasaya sürdüğü, GPT‑4, Claude 3 ve Gemini Ultra gibi sektör benchmarklarıyla rekabet eden çok modlu bir dil modeli olan Reka Core’un ardından geliyor ve yapay zeka araştırmalarında birleşik dünya modellerine doğru daha geniş bir itme ile uyumlu.
Bu gelişme önemlidir çünkü birden fazla farklı modaliteyi ve robot kontrolünü tek bir mimaride birleştirmenin mümkün olduğunu gösteriyor; bu da uzman yönlendirme modellerine ve kıt eğitim veri setlerine olan bağımlılığı azaltıyor.