产业观察
认识Kyutai REKI：为机器人操作带来高效记忆的24亿参数VLA模型
原标题: 认识Kyutai REKI：为机器人操作带来高效记忆的24亿参数VLA模型
📋总体概括
法国AI实验室Kyutai联合Inria与巴黎高科桥路学院发布机器人操作领域的视觉-语言-动作模型REKI，参数量仅24亿，完全基于公开数据预训练，并内置对近期历史的低成本记忆机制。在三个分布外基准测试上，只有参数量约为其两倍的模型才能超越它，展现出色的效率与泛化能力。全部模型权重已开源，降低了机器人VLA研究的门槛，为中小团队参与具身智能竞争提供了新选项。
⚡关键信息
- ▸Kyutai联合Inria与École des Ponts发布24亿参数的视觉-语言-动作模型REKI，面向机器人操作任务
- ▸REKI完全基于公开数据预训练，不依赖私有数据集，降低了数据获取壁垒
- ▸模型内置对近期历史的低成本记忆机制，帮助机器人处理需要时序上下文的操作任务
- ▸在三个分布外基准测试中，只有参数量约为REKI两倍的模型表现优于它
- ▸全部模型权重已公开，可供研究者直接下载使用
🔥犀利点评
VLA赛道正被参数军备竞赛裹挟，REKI偏偏用2.4B体重打出两倍体型的战绩，还把记忆机制做成了标配，这才是具身智能该有的工程学。不过要泼盆冷水：分布外基准赢三次不等于真实厨房里不翻车，机器人操作的最后一公里从来不在跑分榜上。开源权重值得点赞，但真正的考验是社区能不能真拿它跑起来。
📰 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.com 阅读全文 →