从零训练世界模型的数据管线
RekaAILabs · x · 2026-07-15
Reka Labs 分享了他们从零训练 omni world model 的数据团队实践。
要点包括：
- 训练这类既能生成又能理解视频的模型，需要处理petabytes 级视频数据。
- 整个流程包含 6 个 pipeline stages。
- 在这类模型上，数据质量的每一点提升都会被放大，因为它同时影响生成和理解两侧的效果。
帖子还提到他们基于 Ray on Kubernetes 搭建训练基础设施，并附上了数据团队的详细说明链接。
所属事件:Reka Labs 揭示从零训练世界模型的数据管线(2 条相关)→
「Infra」频道最新
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27
- NVIDIA 称 HGX Rubin NVL8 每兆瓦 token 吞吐为 B200 的 10 倍 — thursdai_pod · 2026-10-27
- 要么人力商品化，要么 GPU 商品化：算力经济二选一之辩 — _AustinCalvert_ · 2026-10-27
- DeepSpeed 发布 AutoEP/AutoTP 等并行化进展并办线上答疑 — PyTorch · 2026-10-27
- 9B 本地模型干机械活,规划交给大模型:一套省 token 的编程 agent 分工法 — Electrical_Ninja3805 · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27