Kyutai, Inria et l’École des Ponts ont lancé REKI, un modèle vision-langage-action (VLA) de 2,4 milliards de paramètres. REKI est entraîné uniquement à partir de données accessibles au public et dispose d’une mémoire légère de ses actions récentes. Sur trois benchmarks hors distribution, seuls des modèles d’environ deux fois sa taille ont obtenu de meilleurs résultats. Les poids du modèle sont publiés et accessibles à tous.
Pourquoi c'est important
Les développeurs en robotique peuvent désormais utiliser un modèle ouvert doté d’une mémoire, sans avoir besoin d’immenses jeux de données propriétaires.
