Black Forest Labs robotik odaklı açık ağırlıklı FLUX 3 Action modelini duyurdu

Black Forest Labs, robotik ve eylem planlama görevleri için geliştirdiği açık ağırlıklı dünya eylem modeli FLUX 3 Action modelini tanıttı. 7 milyar parametreli bir difüzyon transformatörü olan sistem, RoboLab kıyaslama testinde yüzde 42,92 başarı oranına ulaşarak liderliğe yerleşti. Model, gelecekteki video karelerini ve robota iletilecek eylemleri eşzamanlı olarak tahmin ediyor. DROID veri kümesiyle eğitilen model, 16 milyar parametreli Cosmos 3 Nano politikasının yüzde 36,8'lik skorunu geride bıraktı.

Sistem, video karelerini dondurulmuş bir video VAE bileşeniyle işlerken kullanıcı komutlarını Qwen3-VL-4B modeli üzerinden kodluyor. Video ve eylem dizilerini tek bir gürültü seviyesinde ortaklaşa çözen mimari, her çağrıda 32 ardışık eylem ve isteğe bağlı görsel kareler üretiyor. NVIDIA GB200 sistemlerinde eğitilen yapı, Hugging Face LeRobot ekosistemiyle entegre biçimde SO-101 robot kolunda ve uç bilişim odaklı NVIDIA Jetson donanımlarında da çalıştırılabiliyor.

Araştırma ekibi modeli robot kollarının yanı sıra video oyunları ve simülasyon ortamında uçan insansız hava araçlarında da denedi. Model, 800'er oyunluk veri setleriyle eğitilerek birinci şahıs nişancı oyunu GRUNT ve yarış oyunu VECTOR görevlerinde senaryolu botlarla yarışır düzeye ulaştı. Benzer biçimde NVIDIA Isaac Sim içinde eğitilen kapalı alan dronu, ilk kez gördüğü sanal odalarda verilen yönlendirme komutlarını başarıyla takip etti.