Kyutai presenta REKI, un modello visione-linguaggio-azione da 2,4 miliardi di parametri per robot

Kyutai, laboratorio di ricerca sull'intelligenza artificiale con sede a Parigi, ha rilasciato REKI, un modello vision-language-action (VLA) da 2,4 miliardi di parametri progettato per la manipolazione robotica. Il modello, annunciato il 17 ottobre 2026, è stato sviluppato insieme a Inria, l'istituto nazionale francese per le scienze digitali, e alla scuola di ingegneria École des Ponts.

Il team mette in evidenza due caratteristiche. REKI è stato pre-addestrato esclusivamente su dati disponibili pubblicamente e conserva una memoria poco costosa di ciò che è accaduto nel recente passato, invece di ragionare basandosi su un'unica istantanea.

Perché la memoria è importante per i robot

I modelli VLA mirano a trasformare direttamente gli input della telecamera e le istruzioni in linguaggio naturale in azioni robotiche. Molti di questi sistemi decidono ogni movimento basandosi solo sul fotogramma attuale, il che può comprometterne le prestazioni nei compiti in più fasi o quando un oggetto esce dal campo visivo della telecamera.

Un modello che ricorda la propria cronologia recente può, in linea di principio, gestire in modo più coerente i compiti sequenziali, come aprire un cassetto e poi riporvi un oggetto. Mantenere questa memoria economica è importante perché i robot di solito dispongono di una potenza di calcolo limitata a bordo. I dettagli completi della valutazione di REKI, inclusi i compiti e i benchmark sui quali è stato testato, non erano disponibili nel materiale esaminato per questo articolo.

Un approccio basato sui dati aperti

Gran parte dei progressi nell'apprendimento robotico deriva da modelli addestrati su set di dati proprietari che le aziende non condividono. Affidarsi esclusivamente a dati pubblici facilita la riproduzione dei risultati da parte di altri ricercatori e la costruzione sul lavoro svolto, un aspetto che potrebbe rendere REKI un riferimento utile per i laboratori accademici.

Kyutai è noto soprattutto per rilasci aperti come Moshi, il suo modello vocale in tempo reale. Con REKI, il laboratorio estende questo approccio di ricerca aperta alla robotica, e il progetto illustra la crescente collaborazione tra laboratori privati di intelligenza artificiale e istituti di ricerca pubblici in Francia.