Black Forest Labs تطلق FLUX 3 Action، نموذجاً مفتوحاً لذكاء الروبوتات

أطلقت شركة Black Forest Labs نموذج FLUX 3 Action، وهو نموذج ذكاء اصطناعي مفتوح الأوزان مخصص للتحكم في الروبوتات. ونُشرت الأوزان على منصة Hugging Face في 24 سبتمبر 2026 إلى جانب تقرير تقني يشرح مراحل التدريب والضبط الدقيق.

نموذج أفعال مبني على FLUX 3

يستند FLUX 3 Action إلى نموذج FLUX 3 متعدد الوسائط، الذي دُرّب مسبقاً على مجموعة كبيرة من بيانات الفيديو والصور والصوت مع تركيز أساسي على الفيديو. وهو ما يُعرف بـ world-action model: يستقبل تغذيات فيديو من عدة كاميرات في مساحة عمل الروبوت ومواضع المفاصل، ويتنبأ في الوقت نفسه بالخطوة التالية للوكيل وبالكيفية التي ستتغير بها البيئة نتيجة لها. ينفذ الروبوت عدداً محدداً من الخطوات المتوقعة، ثم يعاين المشهد من جديد ويعيد التخطيط بناءً على الملاحظة الجديدة.

رقم قياسي بنصف الحجم

في تصنيف RoboLab-120 يحقق النموذج بخطوة واحدة وسبعة مليارات معامل نسبة نجاح تبلغ 38.3% مقابل 36.8% لـ Cosmos 3 Nano، أفضل نموذج مفتوح سابق، الذي يزيد عدد معاملاته على الضعف. وترفع نسخة التقطير بالتوجيه الرقم القياسي إلى 42.2%. وتقول BFL إن النسختين تعملان بسرعة تصل إلى 3.95 ضعف سرعة Cosmos 3 Nano بصيغة FP8 على وحدات GPU للمستهلكين ومحطات العمل ومراكز البيانات، وإن أفق التنبؤ يبلغ 2.13 ثانية من الحركة مقابل ثانية واحدة في سياسة Pi0.5.

لماذا الكفاءة حاسمة

ترى BFL أن نماذج الاستدلال المتقدمة تخطط جيداً لكنها غالباً بطيئة وضخمة أكثر من اللازم للروبوتات، ما يجعل الكفاءة أمراً حاسماً للتشغيل على الجهاز نفسه. ويقدم التقرير أرقاماً لذلك: يستهلك FLUX 3 Action نحو 21 مللي ثانية من الحوسبة لكل ثانية من حركة الروبوت، وتكلف كل تجربة ناجحة نحو 9 سنتات على وحدة H200، بينما يحتاج الاعتماد على الاستدلال وحده إلى نحو 36 ثانية حوسبة لكل ثانية حركة وإلى 13.47 دولار لكل نجاح. أما الجمع بين سياسة سريعة ونموذج استدلال يتدخل عند الحاجة فقط فيحل 90% من الحالات ويخفض التكلفة إلى 8.77 دولار وثماني دقائق لكل نجاح، أي زيادة تصل إلى 53.64% في النجاح لكل دولار.

ما بعد الذراع الآلية

ترى BFL إمكانات أيضاً في البيئات الرقمية، إذ تستخدم ألعاب الفيديو ساحة اختبار للملاحة، وتعتبر الوكلاء سريعي الاستجابة خطوة نحو أنظمة تشغيل الحاسوب.