Black Forest Labs, açık robotik AI modeli FLUX 3 Action'ı yayınladı

Black Forest Labs, robot kontrolü için geliştirdiği açık ağırlıklı FLUX 3 Action modelini yayınladı. Modelin ağırlıkları 24 Eylül 2026'da Hugging Face'te yayımlandı; eğitim ve ince ayar sürecini anlatan teknik rapor da aynı gün paylaşıldı.

FLUX 3 temelli bir dünya-eylem modeli

FLUX 3 Action, video ağırlıklı olmak üzere görüntü ve ses verisiyle ön eğitimden geçirilmiş çok modlu FLUX 3 modelini temel alıyor. Model bir world-action model: robotun çalışma alanındaki çok kameralı video akışlarını ve eklem konumlarını alıp ajanın sıradaki eylemini ve bu eylemin çevreyi nasıl değiştireceğini birlikte öngörüyor. Robot belirli sayıda öngörülen eylemi uygulayıp sahneyi yeniden inceliyor ve yeni gözleme göre planı güncelliyor.

Yarısı boyutunda rekor

RoboLab-120 kıyaslamasında 7 milyar parametreli tek adımlı sürüm %38,3 başarı oranına ulaşırken, önceki en iyi açık model Cosmos 3 Nano %36,8'de kalıyor; üstelik Cosmos 3 Nano'nun parametre sayısı bunun iki katından fazla. Kılavuz damıtma uygulanan sürüm rekoru %42,2'ye taşıyor. BFL'ye göre iki sürüm de FP8'de Cosmos 3 Nano'dan 3,95 katına kadar hızlı çalışıyor ve model 2,13 saniyelik hareket ufkunu öngörürken Pi0.5 politikası yalnızca bir saniyeyi kapsıyor.

Verimlilik neden belirleyici

BFL'ye göre ileri akıl yürütme modelleri iyi planlıyor, ancak robotlar için çoğu zaman fazla yavaş ve hantal; bu yüzden verimlilik cihaz üzerinde çalıştırma açısından kritik. Raporda bunun sayıları da var: FLUX 3 Action, robot hareketinin her saniyesi için yaklaşık 21 milisaniye hesaplama harcıyor ve H200 GPU'da başarılı bir deneme yaklaşık 9 sente mal oluyor. Yalnızca akıl yürütmeye dayanan yaklaşım ise hareketin saniyesi başına 36 saniye hesaplama ve başarı başına 13,47 dolar gerektiriyor. Hızlı bir politikayı yalnızca gerektiğinde devreye giren bir akıl yürütme modeliyle birleştirmek bölümlerin %90'ını çözüyor ve başarı maliyetini 8,77 dolara, süreyi sekiz dakikaya indiriyor — dolar başına en iyi alternatif yapılandırmadan %53,64'e kadar daha fazla başarı.

Robot kolunun ötesi

BFL aynı yeteneğin dijital ortamlarda da işe yarayacağını düşünüyor. Şirket video oyunlarını navigasyon için deneme alanı olarak kullanıyor ve hızlı tepki veren ajanları bilgisayar kullanan sistemlerin öncüsü olarak görüyor.