Black Forest Labs 發布 FLUX 3 Action,一款開放權重的 7B 模型
Black Forest Labs 表示,FLUX 3 Action 會同時預測影片與動作,前瞻規劃距離較最強的開放 VLA 多出一倍以上,並在每秒機械人運動上運行更快。它沿用 FLUX 3 的圖像、影片及音訊預訓練,但採用更小、面向實際部署的架構,並在中期訓練中學會同時預測動作與未來幀。
團隊可用自己的示範,為特定機械人與任務微調模型。Black Forest Labs 與 NVIDIA 合作,將模型原生整合進 Hugging Face 的 LeRobot,包括微調方案,以及在 NVIDIA Jetson 上的邊緣部署。該公司亦報告,在遊戲、車輛控制及電腦操作等模擬環境中,針對特定任務的策略取得令人看好的結果。