Black Forest Labs stellt FLUX 3 Action vor: Offenes KI-Modell soll Robotern das Handeln beibringen

Black Forest Labs stellt mit FLUX 3 Action ein offenes KI-Modell für Robotik vor. Es basiert auf dem multimodalen Modell FLUX 3, das primär mit Videos, aber auch mit Bild- und Audiodaten trainiert wurde. Als World-Action-Modell sagt es aus Beobachtungen wie Videos mehrerer Kameras an einem Roboterarbeitsplatz voraus, welche Aktion ein Agent als Nächstes ausführt und wie sich seine Umgebung dadurch verändert.

Im Leaderboard RoboLab-120 erreicht es laut BFL eine neue Bestmarke bei der Erfolgsquote mit nur nur sieben Milliarden Parametern, weniger als halb so viel wie das bisher beste offene Modell, und arbeitet bis zu 3,95-mal schneller. Große Reasoning-Modelle könnten zwar gut planen, seien für Roboter aber oft zu langsam und zu groß. Diese Effizienz sei auch für den lokalen Einsatz entscheidend. Digitale Umgebungen sieht BFL ebenfalls als Einsatzfeld: Videospiele dienen als Testfeld für Navigation, perspektivisch kommen schnell reagierende Agenten infrage, die Computer bedienen. Die Gewichte sind bei Hugging Face verfügbar.