Kyutai, een Frans AI-onderzoekslab, heeft samen met het onderzoeksinstituut Inria en de ingenieursschool École des Ponts een nieuw model voor robots uitgebracht: REKI. Het is een zogenoemd vision-language-action-model. Zo'n model kijkt via camera's naar de omgeving, leest een opdracht in gewone taal ('leg de beker in de la') en zet dat om in bewegingen van een robotarm.

Klein model, met een geheugen

REKI telt 2,4 miljard parameters. Dat is klein vergeleken met de taalmodellen waar je meestal over leest. Het bestaat uit twee delen: een beeld- en taalmodel van ongeveer 2,2 miljard parameters, gebaseerd op Qwen3.5-2B, en een apart onderdeel van 200 miljoen parameters dat de daadwerkelijke bewegingen berekent.

Het opvallendste is het geheugen. De meeste robotmodellen kijken alleen naar het huidige camerabeeld. Daardoor weten ze niet wat ze een seconde geleden deden. Volgens Kyutai leidt dat ertoe dat een robotarm soms blijft pendelen tussen twee posities, omdat twee momenten er voor het model hetzelfde uitzien. REKI vat elk beeld samen in een klein aantal 'geheugentokens' en houdt die bij voor de laatste drie beelden, met een seconde ertussen.

Dat geheugen kost volgens Kyutai weinig: ongeveer 2 MiB grafisch geheugen per onthouden beeld en zo'n 0,1 milliseconde extra rekentijd. Op de testomgeving RoboTwin daalde het aandeel pogingen waarin de arm bleef pendelen van 18,6 naar 4,1 procent.

Alleen getraind op openbare data

REKI is volgens de makers uitsluitend getraind op openbaar beschikbare data. Het gaat om ongeveer een miljard beelden van op afstand bestuurde robots, simulaties en video's die mensen vanuit hun eigen perspectief opnamen, aangevuld met beeld-en-taalvoorbeelden. Bekende datasets als DROID, BridgeData V2 en AgiBot World zitten erin.

Hoe goed is het?

De cijfers komen van Kyutai zelf en zijn dus nog niet onafhankelijk bevestigd. Op de test LIBERO-Plus haalt REKI 90,4 procent, de hoogste score in de vergelijking van Kyutai. Op RoboTwin Clean2Rand scoort het 65,8 procent, iets onder een groter model van Qwen (68,5 procent). Op RoboCasa365, met huishoudelijke taken in een gesimuleerde keuken, komt REKI tot 38,4 procent, ver achter Xiaomi-Robotics-1 met 57,4 procent. Op een enkele Nvidia H100 berekent het model een reeks bewegingen in ongeveer 22 milliseconden.

Wat betekent dit voor jou?

Thuis ga je hier voorlopig niets van merken: REKI is een onderzoeksmodel voor wie zelf met robotarmen werkt. Voor onderzoekers en hobbyisten is het wel interessant, omdat de code en zes modelversies vrij te downloaden zijn via GitHub en Hugging Face. Volgens MarkTechPost vallen de modelgewichten onder een niet-commerciële licentie, dus gebruik in een product is niet zomaar toegestaan. Meer uitleg en demo's staan op de projectpagina van Kyutai.

Het bredere signaal: een relatief klein Europees model laat zien dat slim ontwerp, zoals een goedkoop geheugen, kan opwegen tegen pure omvang. Dat maakt robotica-onderzoek toegankelijker voor labs zonder enorme rekenbudgetten.