具身开发者社区

外观

新闻MarkTechPost（RSS）（via AIHOT）10 天前

Kyutai开源2.4B VLA模型REKI：寄存器记忆实现21.8ms推理与90.4%成功率 ​

Kyutai联合Inria发布2.4B参数VLA模型REKI，独创寄存器记忆机制将H100推理延迟降至21.8ms，LIBERO-Plus成功率达90.4%。权重已开源并支持LeRobot部署，UR5真机适配仅需50条演示微调1小时。

AI 整理
  • 本体 SDK 与控制
  • 具身模型
  • 端侧部署

Universal RobotsUniversal Robots UR5e

本文由 AI 根据公开内容整理，可能有误，请以原文为准：Meet Kyutai REKI: The 2.4B VLA Model Bringing Efficient Memory to Robot Manipulation（MarkTechPost（RSS）（via AIHOT））

核心内容 ​

Kyutai联合Inria与École des Ponts发布面向机器人操作的2.4B视觉-语言-动作模型REKI，权重已在Hugging Face以CC BY-NC-SA 4.0协议开放。该模型仅使用公开数据集预训练，在LIBERO-Plus基准测试中取得90.4%成功率，超越Qwen-RobotManip（89.0%）与π0.5（85.7%），且在RoboTwin Clean2Rand等OOD场景下表现优于多数同级模型，验证了非私有数据训练VLA的有效性。

REKI由2.2B Qwen3.5-2B VLM骨干与0.2B Flow-matching动作专家组成，核心创新是在动作专家内嵌32个可学习寄存器Token作为记忆单元，覆盖过去3帧观测且独立于动作生成。该机制使缓存读取仅增加0.1ms延迟，单帧显存占用约2MiB，在NVIDIA H100上编译后动作块推理耗时仅21.8ms。实测显示记忆模块将感知别名导致的振荡失败率从18.6%降至4.1%，并支持通过LeRobot异步gRPC协议在UR5机械臂上以50条演示微调3k步完成新任务适配。

关键看点 ​

  • 寄存器记忆架构：动作专家内置32个可学习Token编码历史3帧观测，缓存读取仅增0.1ms延迟，显存占用2MiB/帧，解决感知别名导致的18.6%振荡问题
  • 极致推理性能：2.4B参数模型在H100上编译后动作块生成耗时21.8ms，显著快于π0.5的33.8ms与ABot-M0的46.1ms，满足高频实时控制需求
  • 纯公开数据SOTA：仅用公开混合数据预训练，LIBERO-Plus成功率达90.4%，RoboTwin Clean2Rand达65.8%，验证非私有数据VLA模型性能上限
  • 低成本迁移部署：基于LeRobot gRPC协议集成，UR5真机适配仅需50条演示微调3000步即1小时，提供6个官方检查点覆盖主流仿真与真机场景

工程与产业观察 ​

REKI证明2B级VLA通过架构创新可在公开数据上逼近大模型性能，其寄存器记忆机制为端侧低延迟具身智能提供了可复用工程范式。21.8ms推理耗时与1小时快速微调能力，显著降低了中小团队验证操作算法的算力与数据门槛，对推动VLA从仿真走向真机部署具有重要参考价值。

线索来源：AIHOT

来源

本页事实对应的公开页面，以原文为准。

  1. MarkTechPost（RSS）（via AIHOT）：Meet Kyutai REKI: The 2.4B VLA Model Bringing Efficient Memory to Robot Manipulation访问 2026-10-18