Kyutai ra mắt REKI, mô hình thị giác-ngôn ngữ-hành động 2,4 tỷ tham số cho robot

Kyutai, phòng thí nghiệm nghiên cứu AI có trụ sở tại Paris, vừa phát hành REKI, mô hình thị giác-ngôn ngữ-hành động (VLA) 2,4 tỷ tham số được xây dựng để điều khiển thao tác robot. Mô hình được công bố vào ngày 17 tháng 10 năm 2026, do nhóm nghiên cứu phát triển cùng Inria, viện quốc gia về khoa học số của Pháp, và trường kỹ thuật École des Ponts.

Nhóm nghiên cứu nhấn mạnh hai đặc điểm. REKI được tiền huấn luyện hoàn toàn trên dữ liệu công khai, và mô hình giữ một bộ nhớ chi phí thấp về những gì đã xảy ra trong quá khứ gần, thay vì chỉ suy luận từ một khung hình duy nhất.

Vì sao bộ nhớ quan trọng với robot

Các mô hình VLA hướng tới việc chuyển trực tiếp đầu vào từ camera và chỉ dẫn bằng ngôn ngữ tự nhiên thành hành động của robot. Nhiều hệ thống như vậy chỉ quyết định từng động tác dựa trên khung hình hiện tại, điều này có thể khiến chúng gặp khó khăn với các tác vụ nhiều bước hoặc khi vật thể rời khỏi tầm nhìn của camera.

Về nguyên tắc, một mô hình ghi nhớ lịch sử gần đây có thể xử lý các công việc tuần tự mạch lạc hơn, chẳng hạn mở ngăn kéo rồi đặt một món đồ vào bên trong. Việc giữ bộ nhớ này ở mức chi phí thấp rất quan trọng, vì robot thường chạy trên phần cứng tính toán tích hợp có giới hạn. Thông tin đầy đủ về đánh giá REKI, bao gồm các tác vụ và bộ benchmark đã được thử nghiệm, không có trong tài liệu được xem xét cho bài viết này.

Cách tiếp cận dữ liệu mở

Phần lớn tiến bộ trong học máy cho robot đến từ các mô hình được huấn luyện trên bộ dữ liệu độc quyền mà các công ty không chia sẻ. Chỉ dựa vào dữ liệu công khai giúp các nhà nghiên cứu khác dễ tái lập kết quả và phát triển tiếp công trình, điểm có thể khiến REKI trở thành tài liệu tham khảo hữu ích cho các phòng thí nghiệm học thuật.

Kyutai được biết đến nhiều nhất qua các bản phát hành mở như Moshi, mô hình giọng nói thời gian thực của họ. Với REKI, phòng thí nghiệm mở rộng cách tiếp cận nghiên cứu mở đó sang lĩnh vực robot, và dự án cho thấy sự hợp tác ngày càng chặt chẽ giữa các phòng thí nghiệm AI tư nhân và các viện nghiên cứu công lập tại Pháp.