Reka koppelt tekst, beeld, video en robotacties in Rho-1

Reka introduceert Rho-1, een model van 19 miljard parameters dat tekst, beeld, video en robotacties in één netwerk verwerkt als researchpreview op 5 oktober, meldt het bedrijf.

Een Nederlands robotica- of maakbedrijf kan de preview niet direct in een eigen proefomgeving laden. Reka noemt geen openbare API, prijs of download, maar nodigt teams met robotica-, simulatie- of beeldgestuurde besturingsprojecten uit om contact@reka.ai te mailen. De pagina zegt niet of zulke teams daarna daadwerkelijk toegang tot Rho-1 krijgen. De directe bedrijfswaarde hangt dus af van toegang en tests op eigen taken en hardware.

Eén toestand verbindt de verschillende taken

De demonstratie begint met een opdracht om een vuurtoren te tekenen. Daarna markeert Rho-1 die in de afbeelding, maakt er een video van, verandert het weer in die video en legt uit wat er veranderde. Vijf beurten bouwen voort op dezelfde toestand. De gebruiker hoeft de afbeelding of video niet tussen losse modellen over te dragen.

Reka beschrijft het systeem als één neuraal netwerk zonder toolaanroep of tweede model. Binnen dat netwerk zijn wel twee rekenstromen: één voor taal en visuele waarneming, één voor het maken van beeld en video. Ze delen aandacht en hetzelfde geheugen, zodat een volgende stap de eerdere context kan gebruiken. De claim is dus niet dat elke interne taak op dezelfde manier wordt berekend, maar dat de onderdelen in één modeltoestand samenwerken.

De snelheidscijfers komen uit eigen tests

Reka zegt dat de basisversie video genereert met een mediaan van 0,79 keer de afspeelsnelheid. Een bekijkbare stroom begint na ongeveer zes seconden. In de demonstratie duurt het zeven seconden voordat het eerste fragment verschijnt. Het bijbehorende voorbeeld van een keten met meerdere modellen noemt 13,8 seconden, maar Reka labelt die route zelf als illustratief. De vergelijking is daarom geen onafhankelijke, gelijkwaardige benchmark.

De gedistilleerde variant bouwt video op in acht stappen, tegenover 99 voor het basismodel. Reka zegt dat die variant een fragment van 5,3 seconden in ongeveer één seconde teruggaf in interne tests. Ook de trainingsomvang geeft schaal aan: Rho-1 is getraind met 320 H100-GPU's gedurende ongeveer drie maanden, meldt The Decoder op basis van de aankondiging.

Die cijfers gaan vooral over snelheid en rekenwerk, niet over hoe betrouwbaar een robot een taak uitvoert. De bron publiceert geen onafhankelijke meting van succespercentages op fysieke robots. Voor een onderneming die automatiseert, zegt een kortere generatietijd op zichzelf weinig over storingen, herhaalbaarheid of de hoeveelheid menselijk toezicht die een toepassing vraagt.

Robotbesturing blijft in de simulatie

Reka demonstreert robotbesturing op een taak uit de LIBERO-simulatie. Het model voorspelt daarbij zeven actiekanalen naast de waargenomen scène. In een andere demonstratie komt een gesimuleerde robotarm op instructie naar een rode bal, pakt die op en legt hem terug. De getoonde handeling vindt plaats in een virtuele omgeving; Reka toont geen robotarm die een fysieke taak in een fabriek uitvoert. De paginagalerij bevat daarnaast 60 videoclips uit tien domeinen, waaronder vijf robotica- en vijf industriële scènes.

Reka publiceerde op 2 oktober ook een inverse-dynamicsmodel. Dat model haalt eenvoudige besturingssignalen, zoals vooruit bewegen of draaien, uit opeenvolgende videobeelden. De gewichten van dit eerdere model staan onder Apache 2.0. Reka stelt dat de methode, hoewel getraind met videogamebeelden, zulke signalen ook uit echte video kan afleiden. Het bedrijf ziet die stap als een manier om meer video bruikbaar te maken voor training van wereldmodellen. Dit eerdere model is wel beschikbaar als gewichten, maar dat geldt niet automatisch voor Rho-1.

Black Forest Labs heeft de open gewichten van FLUX 3 Action, een robotmodel van 7 miljard parameters, vrijgegeven. De eigen RoboLab-120-tabel van BFL vermeldt 42,9 procent succes; dat blijft een simulatieresultaat, geen fysieke fabriekstest. De gewichten kunnen met demonstraties op een doelrobot worden afgestemd. Reka biedt voor Rho-1 geen vergelijkbare download aan. Op 30 september sloten Eni en Generative Bionics een memorandum om inspectie, teleoperatie en hulp op afstand met GENE.01 te verkennen; het plan betrekt ook Eni's eigen rekenkracht bij het ontwikkelen en valideren van robotmodellen. Rho-1 blijft een modeldemonstratie, geen industriële robotproef.

De eerste test vraagt om contact

Reka noemt Rho-1 een researchpreview en nodigt teams uit die werken aan robotica, interactieve simulaties of systemen die waarneming aan actie koppelen. De pagina verwijst naar contact@reka.ai voor samenwerking, maar zegt niet of externe teams hands-on toegang krijgen of onder welke voorwaarden. Een openbare testomgeving, API-documentatie, prijs of downloadlink voor Rho-1 staat er niet bij.

Reka noemt ook concrete beperkingen. In een stroom van dertig seconden kan de structuur van een omgeving afdrijven, ook als het beeld er nog geloofwaardig uitziet. Objectdetectie werkt volgens het bedrijf op stilstaande beelden, maar nog niet betrouwbaar door een hele video heen. Gerichte videobewerking blijft wisselvallig en de oorspronkelijke video-uitvoer is begrensd op 672 bij 384 pixels.

De aangekondigde architectuur brengt waarneming, gegenereerde beelden en robotacties samen in één toestand. De bredere robotica-ontwikkeling loopt tegelijk via open gewichten, simulatie en tests bij industriële gebruikers. Voor Nederlandse organisaties blijft de praktische toets daarom onbeantwoord: wanneer kunnen externe teams de besturing op hun eigen robot, sensoren en taken proberen? Reka heeft daarvoor nog geen openbare testmethode of datum genoemd.