觉
AI觉醒星球
Awakening is here
全球热点解读 · 阅读档案
2026-09-25 52 浏览 公开

Black Forest Labs 发布 FLUX 3 Action,一个开放机器人 AI 模型

Black Forest Labs 发布 FLUX 3 Action,一个面向机器人的开放 AI 模型。它基于多模态 FLUX 3,作为世界-动作模型接收多摄像头视频并预测下一步动作与环境变化。BFL 称其在 RoboLab-120 上以 70 亿参数创成功率纪录,规模不到此前最佳开放模型一半,速度最高快 3.95 倍,权重已在 Hugging Face 开放。

全球热点解读 约 4 分钟读完 公开 原文 2026-09-25 01:01:03

原贴

查看原文
作者:Matthias Bastian 来源站点:the-decoder.com 原贴时间:

原文

Black Forest Labs is releasing FLUX 3 Action, an open AI model designed for robotics. It builds on the multimodal FLUX 3 model , which was trained mainly on video but also on image and audio data. As a world-action model, it takes multi-camera video feeds from a robot workspace and predicts what action an agent should take next and how the environment will change as a result. On the RoboLab-120 leaderboard , FLUX 3 Action sets a record for success rate with just seven billion parameters, according to BFL, less than half the size of the previous best open model while running up to 3.95 times faster. Large reasoning models can plan well, BFL says, but they're often too slow and too bulky for robots, making this kind of efficiency critical for on-device deployment. BFL also sees potential in digital environments, where video games serve as testing grounds for navigation and fast-reacting agents that operate computers could follow down the line. The weights are available on Hugging Face . Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section.

中文翻译

Black Forest Labs 正在发布 FLUX 3 Action,一个为机器人设计的开放 AI 模型。它建立在多模态 FLUX 3 模型之上,该模型主要用视频训练,但也用图像和音频数据训练。作为一个世界-动作模型,它接收来自机器人工作空间的多摄像头视频流,并预测智能体接下来应采取什么动作以及环境将因此如何变化。在 RoboLab-120 排行榜上,FLUX 3 Action 仅用 70 亿参数就创下成功率纪录,据 BFL 称,其规模不到此前最佳开放模型的一半,同时运行速度最高快 3.95 倍。BFL 表示,大型推理模型可以很好地规划,但它们对机器人来说往往太慢、太笨重,因此这种效率对设备端部署至关重要。BFL 还看到数字环境中的潜力,其中视频游戏可作为导航和快速反应智能体的测试场,而操作计算机的智能体可能随后出现。权重可在 Hugging Face 上获取。订阅 THE DECODER 可享受无广告阅读、每周 AI 新闻通讯、每年六次的独家“AI Radar”前沿报告、完整档案访问以及评论区访问。

核心信息

Black Forest Labs 发布 FLUX 3 Action,一个面向机器人的开放 AI 模型。它基于多模态 FLUX 3,作为世界-动作模型接收多摄像头视频并预测下一步动作与环境变化。BFL 称其在 RoboLab-120 上以 70 亿参数创成功率纪录,规模不到此前最佳开放模型一半,速度最高快 3.95 倍,权重已在 Hugging Face 开放。

  • Black Forest Labs 发布 FLUX 3 Action,一个面向机器人的开放 AI 模型。它基于多模态 FLUX 3,作为世界-动作模型接收多摄像头视频并预测下一步动作与环境变化。BFL 称其在 RoboLab-120 上以 70 亿参数创成功率纪录,规模不到此前最佳开放模型一半,速度最高快 3.95 倍,权重已在 Hugging Face 开放。
  • 原贴提到:Black Forest Labs is releasing FLUX 3 Action, an open AI model designed
  • 来源:the-decoder.com

详细解读

这是什么信号:Black Forest Labs 把多模态 FLUX 3 延伸到机器人场景,发布开放模型 FLUX 3 Action。它不是单纯的视觉模型,而是“世界-动作模型”:输入机器人工作空间的多摄像头视频,输出下一步动作预测,并估计环境会如何变化。权重放在 Hugging Face,意味着外部团队可以直接验证和二次开发。

为什么重要:机器人端侧部署长期受制于模型体积和延迟。BFL 称 FLUX 3 Action 只有 70 亿参数,在 RoboLab-120 排行榜上取得成功率纪录,规模不到此前最佳开放模型的一半,运行速度最高快 3.95 倍。这指向一个关键趋势:不是把最大的推理模型塞进机器人,而是用更小、更快、面向动作的世界模型完成实时闭环。BFL 也点出,大推理模型会规划但太慢太笨重,效率对设备端部署至关重要。

对谁有价值:机器人公司、具身智能团队、边缘 AI 芯片与部署工具链、做游戏或数字环境智能体的团队都值得关注。研究者可以用开放权重复现和对比;工程团队可评估多摄像头输入、动作预测和时延是否能满足真实控制回路;产品团队可思考视频游戏作为导航与快速反应智能体测试场的路径,以及操作计算机的智能体后续可能。

可以怎么行动:第一,去 Hugging Face 获取权重,确认许可证、输入输出接口和硬件要求。第二,设计小规模评测:用多摄像头视频流测动作预测准确率、环境变化预测和端侧延迟,并与现有开源方案对比。第三,跟踪 RoboLab-120 上的复现结果,区分 BFL 自报指标与第三方验证。第四,若做数字智能体,可把游戏或仿真环境当作低成本试验场,先验证导航和快速反应,再迁移到物理机器人。

风险或限制:目前核心性能来自 BFL 自述,成功率纪录、速度倍数和参数对比仍需独立复现。世界-动作模型在真实机器人上的 sim-to-real 落差、安全边界、异常恢复和长尾场景都未在原文展开。开放权重也不等于完整部署方案,仍需传感器标定、控制栈、算力平台和合规评估。数字环境到物理世界的迁移同样存在不确定性。

信息差价值

这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。

如果把《Black Forest Labs 发布 FLUX 3 Action,一个开放机器人 AI 模型》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。

参考来源

AI SUMMARY

这篇文章回答了什么

Black Forest Labs 发布 FLUX 3 Action,一个开放机器人 AI 模型主要讲什么?

Black Forest Labs 发布 FLUX 3 Action,一个面向机器人的开放 AI 模型。它基于多模态 FLUX 3,作为世界-动作模型接收多摄像头视频并预测下一步动作与环境变化。BFL 称其在 RoboLab-120 上以 70 亿参数创成功率纪录,规模不到此前最佳开放模型一半,速度最高快 3.95 倍,权重已在 Hugging Face…

这篇文章最值得关注的要点是什么?

Black Forest Labs 发布 FLUX 3 Action,一个面向机器人的开放 AI 模型。它基于多模态 FLUX 3,作为世界-动作模型接收多摄像头视频并预测下一步动作与环境变化。BFL 称其在 RoboLab-120 上以…;原贴提到:Black Forest Labs is releasing FLUX 3 Action, an open AI model designed;来源:the-decoder.com

这篇文章和哪些AI专题相关?

它适合放在AI日报、AI工具、Agent工作流专题里阅读。 关联原因:这篇内容命中「热点解读」等主题信号。;这篇内容命中「模型」等主题信号。;这篇内容来自该专题长期覆盖的栏目。

阅读这篇文章建议先理解哪些关键词?

建议先理解AI日报、每日AI日报、AI信号、热点解读、BuilderPulse这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。

上一篇 安全研究者披露黑客用 GEO 污染 ChatGPT、Gemini 和 Google AI Overview,374 家企业被植入诈骗联系方式 下一篇 NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构数据集
北竹游乐场 免费玩小游戏 免费玩