AIHere

Kyutai brengt REKI uit, een vision-language-action-model van 2,4 miljard parameters voor robots

Het Parijse lab Kyutai heeft in samenwerking met Inria en École des Ponts REKI onthuld, een model voor robotmanipulatie dat uitsluitend getraind is op publieke data en beschikt over een goedkoop kortetermijngeheugen.

AIHere-nieuwsredactie· 2 min leestijd🇫🇷 Frankrijk
Een robotarm die voorwerpen op een tafel oppakt, met vage doorzichtige sporen die zijn geheugen van eerdere bewegingen voorstellen.
Foto: Cinerama14 / Wikimedia Commons, CC BY-SA 4.0

Kyutai, het in Parijs gevestigde AI-onderzoekslab, heeft REKI uitgebracht, een vision-language-action (VLA) model met 2,4 miljard parameters, ontworpen voor robotmanipulatie. Het model werd op 17 oktober 2026 aangekondigd en is ontwikkeld samen met Inria, het Franse nationale instituut voor digitale wetenschap, en de technische hogeschool École des Ponts.

Het team benadrukt twee kenmerken. REKI is uitsluitend voorgetraind op openbaar beschikbare data, en het houdt een goedkope herinnering bij van wat er recent is gebeurd, in plaats van te redeneren op basis van één enkele momentopname.

Waarom geheugen belangrijk is voor robots

VLA-modellen streven ernaar camerabeelden en instructies in natuurlijke taal rechtstreeks om te zetten in robotacties. Veel van dergelijke systemen bepalen elke beweging alleen op basis van het huidige beeld, wat hen kan doen struikelen bij taken met meerdere stappen of wanneer een object uit het zicht van de camera verdwijnt.

Een model dat zijn recente geschiedenis onthoudt, kan in theorie opeenvolgende taken samenhangender uitvoeren, zoals een la openen en vervolgens een voorwerp erin plaatsen. Het geheugen goedkoop houden is belangrijk, omdat robots doorgaans draaien op beperkte rekenkracht aan boord. Volledige details over de evaluatie van REKI, inclusief welke taken en benchmarks werden gebruikt, waren niet beschikbaar in het materiaal dat voor dit artikel is bekeken.

Een aanpak met open data

Een groot deel van de vooruitgang in robotleren is afkomstig van modellen die zijn getraind op eigen datasets die bedrijven niet delen. Uitsluitend vertrouwen op publieke data maakt het voor andere onderzoekers makkelijker om resultaten te reproduceren en voort te bouwen op het werk, wat REKI een nuttig referentiepunt voor academische labs zou kunnen maken.

Kyutai is vooral bekend om open releases zoals Moshi, zijn spraakmodel in realtime. Met REKI trekt het lab die open onderzoeksaanpak door naar de robotica, en het project illustreert de groeiende samenwerking tussen private AI-labs en publieke onderzoeksinstellingen in Frankrijk.

#Kyutai#robotica#VLA-modellen#open data#Frankrijk

Reacties

Wees respectvol. Reacties worden automatisch gecontroleerd; spam, beledigingen en persoonsgegevens worden verwijderd. Vragen kunnen door AI worden beantwoord.

Nog geen reacties. Start de discussie of stel een vraag.

Gerelateerd