Industriële robotarmen werken aan een assemblagelijn in een autofabriek.
Nieuws6 oktober · 04:074 min leestijd

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 samenbrengt. Externe tests lopen voorlopig via samenwerking met Reka; de robotdemo draait in simulatie.

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.

Startbeeld van Rho-1 in simulatie, met een groene en rode bal op een aanrecht. Beeld: Reka AI.
Startbeeld van Rho-1 in simulatie, met een groene en rode bal op een aanrecht. Beeld: Reka AI.

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.

Veelgestelde vragen

Alisina Nawabi
Geschreven doorAlisina Nawabi

AI Product Engineer & Solutions Architect

Van model naar werkvloer

Ik denk mee over wat een AI-model in jouw proces moet doen en ontwerp, bouw en automatiseer de oplossing eromheen. Waar dat kan, draait die self-hosted.

Meer informatie

Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.

Gerelateerde artikelen

Hi3D publiceert v1.0 voor lokale 3D-modelverfijning
Nieuws
5 min

24 okt 12:54

Hi3D publiceert v1.0 voor lokale 3D-modelverfijning

Hi3D stelt v1.0 beschikbaar voor commerciële inzet, maar het model verfijnt alleen een bestaand grof 3D-mesh. De licentie eist een merkvermelding en een aparte aanvraag boven 200.000 maandelijks actieve gebruikers of vanaf US$1 miljoen maandomzet.

World Labs brengt wereldmodel Atlas uit voor 3D-scenes uit een paar foto's
Nieuws
5

2 sep 16:38

World Labs brengt wereldmodel Atlas uit voor 3D-scenes uit een paar foto's

World Labs brengt Atlas uit, een wereldmodel dat uit een handvol foto's een 3D-ruimte reconstrueert en exporteert als Gaussian splat. Het model draait in early access; het publiek beschikbare Marble gaat er later op draaien.

WiCi brengt desktopapp voor 800B-modellen uit
Nieuws
5 min

20 nov 22:59

WiCi brengt desktopapp voor 800B-modellen uit

WiCi Infer streamt modelgewichten vanaf een SSD en laat DeepSeek- en Muse-modellen lokaal draaien. De app is gratis, maar vraagt 520 GB vrije opslag. WiCi’s tabellen komen voor Muse op 0,944 tot 1,097 outputtokens per seconde.

Sarvam brengt beslismodel Prism met open gewichten uit
Nieuws
4 min

4 nov 15:35

Sarvam brengt beslismodel Prism met open gewichten uit

Sarvam brengt Prism uit als open-weight beslismodel voor vaste opties in AI-workflows. De 44 milliseconden en score 71,8 komen uit eigen tests; zelf hosten vraagt circa 120 GB GPU-geheugen.

DeepSeek opent DeepInfer voor lokale inference
Nieuws
5 min

20 okt 14:35

DeepSeek opent DeepInfer voor lokale inference

DeepSeek zet het framework achter zijn productie-inference open source. De eerste versie draait offline voor één model op NVIDIA SM100 of Huawei Ascend 950 en mist onderdelen voor complete online serving.

Black Forest Labs publiceert gewichten voor FLUX 3 Image Klein
Nieuws
5 min

15 okt 20:36

Black Forest Labs publiceert gewichten voor FLUX 3 Image Klein

Black Forest Labs publiceert FLUX 3 Image Klein als open gewichten voor lokale beeldgeneratie en bewerking. Een INT8-uitvoering draait volgens het bedrijf vanaf 8 GB videogeheugen, terwijl de commerciële licentie en productinzet om afstemming vragen.