AI for Data🔥7.0
Kyutai REKI亮相:2.4B VLA模型为机器人操作带来高效记忆能力
原标题: Kyutai REKI亮相:2.4B VLA模型为机器人操作带来高效记忆能力
📋总体概括
法国AI研究机构Kyutai联合Inria与巴黎高科路桥学院发布REKI,一个参数量仅2.4B的视觉-语言-动作(VLA)模型,面向机器人操作任务。REKI完全基于公开数据进行预训练,并引入了一种低开销的「近期记忆」机制,使机器人能记住刚才的行为状态。在三个分布外(OOD)基准测试中,仅有约其两倍规模的模型才能超越它,且全部权重已开源,这为高效小模型路线在机器人领域提供了有力佐证。
⚡关键信息
- ▸Kyutai联合Inria与École des Ponts发布2.4B参数的VLA模型REKI,专注机器人操作
- ▸REKI完全只用公开数据完成预训练,降低数据获取门槛
- ▸模型内置低成本的近期记忆机制,可保留刚过去的状态信息
- ▸在三个分布外基准上,只有约两倍于REKI规模的模型表现更好
- ▸全部模型权重已开放下载
🔥犀利点评
VLA赛道现在被大厂百亿级模型卷得天翻地覆,Kyutai偏偏反着来:2.4B、纯公开数据、外加一个便宜的记忆模块,就在OOD基准上打平两倍大的对手。这说明机器人操作领域数据效率远比参数堆砌重要,公开数据预训练+轻量记忆的配方可能才是多数团队能落地的东西。当然,基准表现和真实产线可靠性之间还隔着一道鸿沟,开源权重放出来了,就看有多少团队能把它跑起来。
📰 相关资讯(与本文相关的其他资讯)
本文由本站自动聚合,以下为原始来源:前往 MarkTechPost 阅读全文 →