Black Forest Labs 推出開源 70 億參數機器人模型 FLUX 3 Action

Black Forest Labs 以 FLUX 3 Action 跨足實體人工智慧領域

2026 年 9 月 24 日，Black Forest Labs（BFL）宣布推出專為機器人技術與空間決策打造的開源人工智慧模型 FLUX 3 Action。該模型的權重已公開發布於 Hugging Face，象徵該公司從生成式媒體正式跨足具身智慧（embodied AI）領域。

70 億參數架構下的多模態動作預測

FLUX 3 Action 作為一套世界動作模型（world-action model）運作。透過接收來自機器人作業環境的多視角攝影機影片串流，該系統能同步判定智慧體（agent）下一步應執行的實體動作，並預測周遭環境隨之產生的相應變化。

其架構源自 BFL 的 FLUX 3 多模態基礎模型，該模型主要以影片資料為基礎進行訓練，並結合了音訊與靜態影像。參數規模為 70 億（7B）的 FLUX 3 Action，在 RoboLab-120 基準測試中刷新了成功率紀錄。根據 BFL 指出，該模型不僅參數規模不到先前紀錄保持開源模型的一半，運行速度更提升高達 3.95 倍。

縮短推理與裝置端控制之間的差距

儘管當前頂尖的推理模型展現了精密的高階規劃能力，但其延遲與運算資源消耗，過去在實體機器人整合方面一直受到限制。BFL 將 FLUX 3 Action 較小的資源占用與執行速度，定位為直接解決低延遲、裝置端部署限制的解方。

除了實體機器人之外，BFL 也指出該系統具備軟體層面的應用潛力。該實驗室表示，電玩遊戲是評估智慧體導航能力的實用沙盒，並提到其底層架構未來有望支援能快速反應、專門操控電腦操作介面的智慧體。