Reka AI发布Rho-1全模态模型，统一处理文本、图像、视频与机器人控制

Reka AI发布Rho-1研究预览版，这个190亿参数的全模态模型可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。Rho-1将所有模态作为token放入共享上下文窗口，无需工具调用或外部模型，并可实时生成连续视频、根据新指令调整动作。为缓解机器人训练数据稀缺，Reka AI从普通互联网视频中提取控制信号；模型使用320块H100 GPU训练约三个月。