Black Forest Labs lança FLUX 3 Action, um modelo aberto de 7B para robótica
A Black Forest Labs revelou o FLUX 3 Action, um modelo de mundo e ação (world-action model) de código aberto que atinge resultados recordes em benchmarks de robótica, rodando até 3,95 vezes mais rápido que seus antecessores.
Black Forest Labs entra na IA física com o FLUX 3 Action
Em 24 de setembro de 2026, a Black Forest Labs (BFL) anunciou o lançamento do FLUX 3 Action, um modelo aberto de IA desenvolvido para robótica e tomada de decisões espaciais. Os pesos do modelo foram disponibilizados publicamente no Hugging Face, marcando uma expansão da empresa para além das mídias generativas rumo à IA incorporada (embodied AI).
Predição multimodal de ações em uma estrutura de 7 bilhões de parâmetros
O FLUX 3 Action opera como um world-action model. Ao processar transmissões de vídeo de múltiplas câmeras do espaço de trabalho ativo de um robô, o sistema determina simultaneamente qual movimento físico o agente deve executar a seguir e prevê como o ambiente ao redor será alterado como consequência.
A arquitetura deriva do modelo fundacional multimodal FLUX 3 da BFL, que foi treinado principalmente com dados de vídeo, além de áudio e imagens estáticas. Com 7 bilhões de parâmetros, o FLUX 3 Action conquistou um novo recorde de taxa de sucesso no benchmark RoboLab-120. De acordo com a BFL, o modelo alcança esse feito tendo menos da metade do tamanho em parâmetros do modelo aberto recordista anterior e rodando até 3,95 vezes mais rápido.
Reduzindo a lacuna entre raciocínio e controle on-device
Embora os modelos de raciocínio de fronteira contemporâneos demonstrem um planejamento sofisticado de alto nível, sua latência e consumo computacional historicamente limitam a integração robótica no mundo real. A BFL posicionou a menor pegada computacional e a velocidade de execução do FLUX 3 Action como soluções diretas para as restrições de implantação local (on-device) e de baixa latência.
Além da robótica física, a BFL identificou aplicações baseadas em software para o sistema. O laboratório apontou os videogames como sandboxes práticos para avaliar a navegação de agentes, destacando que a arquitetura subjacente pode, eventualmente, dar suporte a agentes de reação rápida projetados para controlar interfaces de computador.
