Kyutai, Inria и École des Ponts выпустили REKI — VLA-модель (vision-language-action), насчитывающую 2,4 млрд параметров. Её обучали только на общедоступных данных; кроме того, в неё встроена лёгкая память о недавних действиях. На трёх бенчмарках с данными, отличающимися от обучающих, лучше справились только модели примерно вдвое крупнее. Все веса модели доступны публично.
Почему это важно
Разработчики робототехники могут использовать общедоступную модель с памятью, не полагаясь на огромные закрытые наборы данных.
