Una sola red lo controla todo: Rho-1 de Reka puede cambiar la forma de construir la IA

Un modelo para gobernarlos a todos

La mayoría de los sistemas de IA que se usan hoy son, si se analizan en profundidad, sistemas avanzados de coordinación. Un modelo central recibe la pregunta, evalúa qué se necesita y luego delega la tarea: a un modelo de imágenes aquí, a un módulo de análisis de vídeo allí, quizá a un componente separado para el control por voz. Funciona. Pero no es elegante, y genera puntos de fricción que afectan tanto a la velocidad como a la comprensión.

Reka quiere hacer algo distinto. Su recién lanzado Rho-1 es un llamado modelo de razonamiento omnimodal que, según MarkTechPost, trata el texto, la imagen, el vídeo y los movimientos robóticos como símbolos dentro de una única ventana de contexto compartida. Sin pasos intermedios. Sin traspasos entre submodelos. Todo ocurre en la misma red neuronal, en el mismo flujo de cálculo.

Puede parecer un detalle técnico. No lo es.

Una arquitectura que refleja una nueva filosofía

Rho-1 se basa en una arquitectura con dos corrientes de expertos que comparten la atención y una caché de memoria común. Una de las corrientes se ocupa del lenguaje y la interpretación visual; la otra genera representaciones de imágenes y fotogramas de vídeo. Colaboran en lugar de trabajar por turnos.

Sin embargo, lo realmente interesante es lo que Reka hace con la eficiencia de cálculo. Mediante una variante destilada del modelo, han logrado reducir el número de pasos de cálculo de 99 a 8, lo que en la práctica significa que un segmento de vídeo que antes tardaba algo más de cinco segundos en procesarse ahora se gestiona en aproximadamente un segundo. No es una mejora marginal; es la diferencia entre un sistema que resulta lento y otro que realmente puede integrarse en aplicaciones en tiempo real.

El modelo se ha entrenado con 320 tarjetas gráficas H100 durante tres meses, una inversión que indica que se trata de un proyecto serio y bien meditado, y no de un lanzamiento rápido para seguir el ritmo de las noticias.

Por qué esto es diferente

Para entender por qué Rho-1 es notable, hay que situarlo en el contexto del sector. Los actores dominantes —OpenAI, Google DeepMind, Anthropic— han dado todos pasos hacia la multimodalidad, pero la mayoría de estas implementaciones todavía se apoyan en sistemas interconectados más que en modelos verdaderamente unificados. GPT-4o es una excepción que se ha acercado más, pero sigue siendo un producto de una empresa con recursos masivos y todo un ecosistema detrás.

Reka es una empresa de IA relativamente pequeña y especializada en un nicho. Que opte por entrenar desde cero, en lugar de ajustar un modelo base existente, y que pretenda integrar el control robótico como una capacidad incorporada y no como un añadido, muestra una clara convicción arquitectónica: los sistemas de IA del futuro no deben coordinar, deben comprender.

El componente robótico es especialmente interesante. La mayoría de los sistemas robóticos actuales necesitan sistemas de control separados, a menudo basados en reglas o construidos sobre modelos especializados más reducidos. Incluir los movimientos robóticos como parte natural del mismo proceso de razonamiento que la comprensión de texto y el análisis de imágenes abre la puerta a una nueva generación de agentes de IA físicos: sistemas que pueden ver su entorno, razonar sobre él y actuar en él sin cambiar de contexto de cálculo.

Todavía es pronto, pero la dirección está clara

Hay motivos para moderar el entusiasmo. Reka todavía no ha publicado los pesos abiertos del modelo, ni una interfaz de programación ni precios. Eso significa que aún no podemos evaluar Rho-1 frente a referencias independientes ni probarlo en aplicaciones reales. Las promesas son una cosa; la entrega, otra.

Aun así, la dirección es clara. El sector avanza hacia modelos que manejan más modalidades con menos concesiones arquitectónicas, y Reka parece haber hecho uno de los intentos más meditados hasta la fecha por construir ese sistema desde cero.