Black Forest Labs、オープンウェイトの7Bモデル「FLUX 3 Action」を公開

Black Forest Labsによると、FLUX 3 Actionは動画と行動を同時に予測し、最も強力なオープンVLAの2倍以上先まで計画し、ロボット動作1秒あたりの実行もより速い。実用的な展開を想定したより小さなアーキテクチャで、FLUX 3と同じ画像、動画、音声の事前学習を用い、ミッドトレーニングでは行動と将来のフレームを同時に予測するよう学習した。

各チームは、特定のロボットとタスク向けに自らのデモンストレーションでファインチューニングできる。Black Forest LabsはNVIDIAとともに、ファインチューニング手順とNVIDIA Jetsonでのエッジ展開を含め、このモデルをHugging FaceのLeRobotへネイティブに統合した。同社はまた、ゲーム、車両制御、コンピュータ操作などのシミュレーション環境で、タスク特化のポリシーから有望な結果が出たと報告している。