Black Forest Labs выпустила FLUX 3 Action — открытую модель для роботов
Black Forest Labs выпустила FLUX 3 Action — открытую модель для робототехники, построенную на мультимодальной FLUX 3. Она предсказывает действия агента по видео с камер и устанавливает рекорд на бенчмарке RoboLab-120.
- FLUX 3 Action предсказывает следующее действие робота и изменения среды по мультикамерному видео.
- Модель на 7 млрд параметров устанавливает рекорд успешности на RoboLab-120, будучи менее чем вдвое меньше предыдущей лучшей открытой модели.
- FLUX 3 Action работает до 3,95 раз быстрее предыдущей лучшей открытой модели, веса доступны на Hugging Face.
Black Forest Labs представила FLUX 3 Action — открытую модель искусственного интеллекта для робототехники. Она построена на мультимодальной модели FLUX 3, которую обучали в основном на видео, а также на изображениях и аудио. Новая модель относится к классу world-action моделей: она получает видеопотоки с нескольких камер в рабочем пространстве робота и предсказывает, какое действие агент должен выполнить следующим и как изменится окружающая среда в результате.
По данным BFL, на лидерборде RoboLab-120 FLUX 3 Action устанавливает рекорд по успешности, имея всего семь миллиардов параметров. Это менее половины размера предыдущей лучшей открытой модели, при этом работает она до 3,95 раз быстрее. Модель сочетает компактность и высокую скорость, что важно для практического применения в робототехнике.
BFL отмечает, что большие reasoning-модели хорошо справляются с планированием, но часто оказываются слишком медленными и громоздкими для роботов. Именно поэтому эффективность критична для развёртывания на устройстве. Компания также видит потенциал в цифровых средах: видеоигры могут служить полигоном для навигации и быстро реагирующих агентов, которые в будущем могли бы управлять компьютерами. Веса модели доступны на Hugging Face.
Для профиТехнические детали: архитектура, цифры, ссылки
Архитектура и обучение: FLUX 3 Action основана на мультимодальной FLUX 3, обученной преимущественно на видео, а также на изображениях и аудио. Модель работает как world-action: принимает мультикамерные видеопотоки и предсказывает следующее действие и изменения среды.
Бенчмарки: На RoboLab-120 устанавливает рекорд успешности среди открытых моделей при 7 млрд параметров. Это менее половины размера предыдущей лучшей открытой модели, скорость выше до 3,95 раз.
Доступность: Веса опубликованы на Hugging Face.
Вопросы и ответы
- Что такое FLUX 3 Action?
- Открытая модель для робототехники от Black Forest Labs, предсказывающая следующее действие агента и изменения среды по мультикамерному видео.
- Сколько параметров у FLUX 3 Action?
- Семь миллиардов параметров.
- Где скачать веса FLUX 3 Action?
- Веса доступны на Hugging Face.
