Reka 发布 19B 全模态模型 Rho-1,320 块 H100 三个月从零训练
RekaAILabs · x · 2026-10-05
Reka AI 发布研究预览版 Rho-1,一个 19B 的全模态推理模型,从零开始训练,仅用约 320 块 H100、耗时约 3 个月,算力远低于前沿模型平均水平。
- 核心思路:当前多数 AI 系统是 agentic pipeline,由中央模型规划并分发给各模态专用模型,每次交接增加延迟且丢失全局上下文;Rho-1 将文本、图像、视频与机器人动作统一为 token,放进单一上下文窗口,「折叠」整个多模态栈。
- 单一网络即可理解与生成文本、图像、视频,并对其推理和执行动作。演示中模型先思考构图再渲染灯塔图片、可对已生成图片标注框、并直接把图片动画成无人机飞向灯塔的视频。
- 团队称这是其首个证明「统一 omni 世界模型是 AI 未来」的尝试,官方博客附完整会话 transcript 与未剪辑的 session rollout 视频。
所属事件:Reka 发布 19B 全模态模型 Rho-1(8 条相关)→
「多模态」频道最新
- 开发者借 DINOv3 与 SAM 3.1 尝试逐帧追踪乐器运动 — MaziyarPanahi · 2026-10-06
- 英伟达开源 Lyra 2.0:一张图生成可自由探索的 3D 世界 — Promptmethus · 2026-10-06
- Grok Build 用一张 Roadster 照片生成带飞行模式的可交互 3D 体验 — XFreeze · 2026-10-06
- ComfyUI 新手求解:如何摆脱千篇一律的 AI 油画光泽感 — CommunicationNo8431 · 2026-10-06
- 博主呼吁开源视频模型：独立电影人不应被大厂定价绑定 — taherdhanera · 2026-10-06
- HyperFrames 发布面向 Agent 的视频编辑器，描述即可生成时间线 — toolstelegraph · 2026-10-06