Black Forest Labs ra mắt FLUX 3 Action: Mô hình AI mã nguồn mở 7B tham số tối ưu cho robot

Black Forest Labs bước chân vào lĩnh vực robot với FLUX 3 Action

Black Forest Labs (BFL) vừa chính thức công bố FLUX 3 Action, một mô hình AI mã nguồn mở được thiết kế chuyên biệt cho các ứng dụng điều khiển robot. Được xây dựng dựa trên nền tảng mô hình đa phương thức FLUX 3 — vốn được đào tạo chủ yếu bằng dữ liệu video, kết hợp với hình ảnh và âm thanh — FLUX 3 Action đánh dấu bước mở rộng đáng chú ý của phòng lab này từ mảng tạo hình ảnh/video sang lĩnh vực trí tuệ nhân tạo hiện thân (embodied AI).

Hiện tại, trọng số (weights) của mô hình đã được tải lên công khai trên nền tảng Hugging Face để cộng đồng nghiên cứu và phát triển có thể tự do tiếp cận.

Hiệu năng vượt trội với kích thước chỉ 7 tỷ tham số

FLUX 3 Action hoạt động như một mô hình thế giới kết hợp hành động (world-action model). Về mặt kỹ thuật, hệ thống sẽ tiếp nhận luồng dữ liệu video từ nhiều camera đặt xung quanh khu vực làm việc của robot. Từ dữ liệu thị giác này, mô hình sẽ tính toán và dự đoán bước hành động tiếp theo mà robot cần thực hiện, đồng thời dự phóng môi trường xung quanh sẽ thay đổi ra sao sau hành động đó.

Điểm nhấn ấn tượng nhất của FLUX 3 Action nằm ở tỷ lệ hiệu năng trên kích thước:

• Kỷ lục trên bảng xếp hạng: Trên bảng đánh giá chuẩn RoboLab-120, mô hình đã thiết lập kỷ lục mới về tỷ lệ thành công khi thực hiện các tác vụ.
• Kích thước nhỏ gọn: Mô hình chỉ sở hữu 7 tỷ tham số (7B), tương đương chưa bằng một nửa kích thước của mô hình mã nguồn mở tốt nhất trước đó.
• Tốc độ xử lý: FLUX 3 Action đạt tốc độ suy luận nhanh hơn tới 3,95 lần so với các đối thủ cùng phân khúc.

Giải bài toán độ trễ khi triển khai AI trực tiếp trên phần cứng

Theo giải thích từ Black Forest Labs, các mô hình suy luận lớn (reasoning models) hiện nay tuy có khả năng lập kế hoạch rất tốt nhưng lại quá cồng kềnh và xử lý quá chậm chạp đối với các hệ thống robot ngoài đời thực. Trong các tác vụ điều khiển vật lý, tốc độ phản ứng theo thời gian thực và khả năng chạy trực tiếp trên thiết bị (on-device deployment) là yếu tố mang tính sống còn. Thiết kế tinh gọn 7B của FLUX 3 Action nhắm trực tiếp vào nút thắt này.

Bên cạnh phần cứng robot truyền thống, BFL cho biết mô hình còn có tiềm năng lớn trong các môi trường kỹ thuật số. Hãng dự kiến sử dụng các tựa game làm môi trường thử nghiệm khả năng điều hướng, qua đó mở đường cho việc phát triển các tác tử (agent) có tốc độ phản xạ cao để thao tác và làm việc trực tiếp trên máy tính trong tương lai.