Суть

Компактная мультимодальная модель для анализа изображений и видео с ответами на естественном языке. Разработчик позиционирует её для систем, которым важны визуальное восприятие и работа на периферийных устройствах, в том числе в сценариях физического ИИ.

Сильные стороны

Модель предназначена для вопросов по изображениям и видео, распознавания объектов и использования инструментов в агентных сценариях. В карточке разработчика также отмечена экономная обработка визуального ввода: изображения представляются меньшим числом токенов, что может снижать требования к задержке и памяти при развёртывании. Это не гарантирует одинаковой скорости на любом оборудовании.

Контекст и модальности

По данным каталога, длина контекста составляет 16 384 токена, а максимальный объём генерации — 16 384 токена. На вход принимает текст, изображения и видео; на выходе генерирует текст. Карточка модели также показывает примеры текстовых запросов без изображения.

Типовые сценарии

Модель можно использовать для описания содержимого кадра, ответов на вопросы о визуальной сцене, анализа видеороликов и обнаружения объектов по текстовому запросу. Эти возможности подходят для робототехники, мобильных и встраиваемых систем, а также приложений, которым нужно интерпретировать визуальные данные и сформулировать результат текстом.

Ограничения

Модель не следует считать универсальной системой для сложных рассуждений: в карточке Hugging Face указано, что текущая версия не поддерживает reasoning. Результат визуального анализа зависит от содержимого и качества переданных данных, а скорость и требования к памяти — от способа запуска и оборудования. Выходная модальность — только текст.

Отличие от соседей по семейству

Reka Edge описана разработчиком как компактный вариант с акцентом на эффективное визуальное восприятие и периферийное применение. В анонсах Reka Flash представлена как эффективная модель для мультимодальных языковых задач, а Reka Core — как модель frontier-класса. Поэтому Edge логично рассматривать прежде всего для визуальных и локальных сценариев, а не как прямую замену более широким моделям семейства.