Rekaが19Bのオムニ推論モデル「Rho-1」をリリース、動画とロボットの動作を理解・生成

Rekaは、テキスト、画像、動画、ロボットの動作を単一のニューラルネットワークで処理するゼロから学習された19Bパラメータモデル「Rho-1」の研究プレビューを公開した。このアーキテクチャは、専門モデル間のハンドオフを排除し、すべてのモダリティを1つのコンテキストウィンドウ内でトークンとして扱うことで、従来のマルチモーダルパイプラインの置き換えを目指している。