DeepMind前员工创立的AI公司发布新模型，能理解音频与视频，推理性能超过Gemini

文章摘要

【关 键 词】 Reka、多模态、语言模型、AI初创、竞争优势

Reka是一家总部位于旧金山的AI初创公司，由来自DeepMind、Google和Meta的研究人员联合创立，最近推出了一款名为Reka Core的全新多模态语言模型。

这款模型被誉为公司“最大且最强的模型”，通过使用数千个GPU从头开始进行训练。Reka Core现已通过API、本地部署或端侧部署的形式提供。

作为Reka语言模型家族中的第三个成员，Reka Core能够理解包括图像、音频和视频在内的多种模态。尽管这款模型在不到一年的时间内完成训练，其性能达到甚至超过了包括OpenAI、Google和Anthropic在内的多家财力雄厚的顶尖AI企业。

公司共有22人，CEO Dani Yogatama表示，这种在极短时间内培训出高性能模型的能力，使得公司在竞争中独树一帜。

Reka在Netflix的“三体问题”上测试了其Reka Core多模态语言模型，它能够将屏幕上发生的事情翻译成文本。Yi Tay，Reka首席科学家兼联合创始人，在X上写道，公司动用了“数千台H100”来研发Reka Core。

Reka Core是一个“超大型模型”，结合了公开数据、授权数据及涉及文本、音频、视频和图像的合成数据，采用多源训练方式。该模型支持32种语言，拥有128,000 Token的上下文窗口，能够一次性处理大量多样的信息，非常适用于处理长文档。

Reka希望为来自电子商务、游戏、医疗保健和机器人技术等不同行业的客户开启新的独特应用场景。公司已经开始与行业合作伙伴及组织合作，扩大其模型的应用范围。

原文和模型

【原文链接】 阅读原文 [ 1429字 | 6分钟 ]
【原文作者】 AI大模型实验室
【摘要模型】 gpt-3.5-turbo-0125
【摘要评分】 ★★☆☆☆

OpenAI ChatGPT

ChatGPT是OpenAI公司开发的一种大型语言模型。它是一种基于Transformer架构的深度学习模型，可以对语言进行建模和生成。它可以处理问答、对话生成、文本生成等多种任务。