模型 The Decoder AI·原文 2026年10月6日

Reka AI发布190亿参数全能模型Rho-1，单一网络处理文本图像视频与机器人控制

Reka AI发布Rho-1研究预览版，这是一个190亿参数的omni模型，在同一个神经网络中处理和生成文本、图像、视频及机器人控制动作，所有模态以token形式运行在共享上下文窗口中，无需工具调用或外部模型。

AI解读：Rho-1与多数AI系统的差异在于架构选择：它不将任务路由到专用模型，而是让所有模态以token形式进入同一个共享上下文窗口，不调用工具或外部模型。

Reka AI称Rho-1能实时生成连续视频，并在不重启的情况下响应新指令。同一组权重既预测摄像头图像，也驱动机器人运动。

为应对机器人训练数据稀缺，Reka AI构建了一个逆向动力学模型，从普通互联网视频中提取控制信号。

Rho-1训练使用320块H100 GPU，耗时约三个月。Reka AI在2024年4月曾发布多模态语言模型Reka Core，与GPT-4、Claude 3和Gemini Ultra在基准测试中竞争。

Reka AI发布Rho-1研究预览版。据The Decoder报道，这是一个190亿参数的omni模型，在单一神经网络中处理和生成文本、图像、视频以及机器人控制动作。

与多数将任务路由到专用模型的AI系统不同，Rho-1将所有模态作为token运行在同一个共享上下文窗口中，无需工具调用或外部模型。

Reka AI表示，该模型能实时生成连续视频，并在不重启的情况下响应新指令。预测摄像头图像的同一组权重也用于驱动机器人运动。

训练数据与算力

据The Decoder报道，为解决机器人训练数据稀缺的问题，Reka AI构建了一个逆向动力学模型，从普通互联网视频中提取控制信号。

Rho-1的训练使用了320块H100 GPU，耗时约三个月。

Reka AI并非多模态AI领域的新进入者。2024年4月，该公司发布了Reka Core，这是一个多模态语言模型，在基准测试中与GPT-4、Claude 3和Gemini Ultra竞争。