Kyutai veröffentlicht REKI, ein 2,4-Milliarden-Parameter-Vision-Language-Action-Modell für Roboter

Kyutai, das KI-Forschungslabor mit Sitz in Paris, hat REKI veröffentlicht, ein Vision-Language-Action-Modell (VLA) mit 2,4 Milliarden Parametern, das für die Manipulation durch Roboter entwickelt wurde. Das Modell wurde am 17. Oktober 2026 angekündigt und entstand in Zusammenarbeit mit Inria, dem französischen Nationalinstitut für Digitalwissenschaften, und der Ingenieurhochschule École des Ponts.

Das Team hebt zwei Merkmale hervor. REKI wurde ausschließlich mit öffentlich verfügbaren Daten vortrainiert. Außerdem speichert das Modell auf kostengünstige Weise, was in der jüngeren Vergangenheit geschehen ist, anstatt nur auf Grundlage einer einzelnen Momentaufnahme zu schlussfolgern.

Warum Gedächtnis für Roboter wichtig ist

VLA-Modelle sollen Kamerabilder und Anweisungen in natürlicher Sprache direkt in Roboterbewegungen umsetzen. Viele solcher Systeme entscheiden jeden Schritt allein anhand des aktuellen Bildes, was bei mehrstufigen Aufgaben oder dann zu Problemen führen kann, wenn ein Objekt aus dem Sichtfeld der Kamera verschwindet.

Ein Modell, das sich an seinen jüngsten Verlauf erinnert, kann sequenzielle Aufgaben grundsätzlich kohärenter bewältigen, etwa eine Schublade zu öffnen und anschließend einen Gegenstand hineinzulegen. Ein kostengünstiges Gedächtnis ist wichtig, weil Roboter in der Regel mit begrenzter Rechenleistung an Bord auskommen müssen. Genaue Angaben zur Evaluierung von REKI, einschließlich der getesteten Aufgaben und Benchmarks, lagen in den für diesen Artikel gesichteten Unterlagen nicht vor.

Ein Ansatz mit offenen Daten

Ein großer Teil der Fortschritte beim maschinellen Lernen für Roboter beruht auf Modellen, die mit proprietären Datensätzen trainiert wurden, die Unternehmen nicht teilen. Wer ausschließlich auf öffentliche Daten setzt, erleichtert es anderen Forschenden, Ergebnisse nachzuvollziehen und darauf aufzubauen. Das könnte REKI zu einer nützlichen Referenz für akademische Labore machen.

Kyutai ist vor allem für offene Veröffentlichungen wie Moshi bekannt, ein Sprachmodell für Echtzeitdialoge. Mit REKI überträgt das Labor diesen offenen Forschungsansatz auf die Robotik. Das Projekt zeigt zugleich, wie stark die Zusammenarbeit zwischen privaten KI-Labors und öffentlichen Forschungseinrichtungen in Frankreich wächst.