Reka 发布 Rho-1 研究预览：19B 全模态推理模型统一文本、图像、视频与动作

Reka 发布从零训练的 19B 全模态推理模型 Rho-1 研究预览，用单一神经网络理解和生成文本、图像、视频，并输出机器人动作。模型将文本、视觉和动作统一为同一上下文窗口中的 token，基础模型视频生成速度中位数为 0.79× 实时，蒸馏版将去噪从 99 步压缩到 8 步，原生视频分辨率上限为 672×384。