Компания, известна с генератори на картинки, пуска модел за роботи. Звучи като завой, а е естествено продължение.
Ако един модел може да предскаже следващите кадри от видео, той вече разбира малко как се движат нещата. Black Forest Labs вземат това разбиране и го карат да предсказва и следващото движение на ръката: какво ще направи роботът и как ще изглежда сцената след това.
Факт
Фактите: на 22 септември 2026 г. Black Forest Labs публикува FLUX 3 Action - модел с отворени тегла със 7 милиарда параметъра, изведен от мултимодалния им гръбнак FLUX 3, обучен върху видео, изображения и звук, като видеото е над 95% от данните. Моделът предсказва едновременно бъдещи видеокадри и действия на робота по кадри от камерите, положението на ставите и текстова инструкция. По данни на компанията едностъпковият вариант постига 38,3% успех в класацията RoboLab-120, а вариантът без отделна стъпка за насочване - 42,2%, срещу 36,8% за Cosmos 3 Nano на NVIDIA с 16 милиарда параметъра и 28,0% за Pi0.5, като в квантуван вид е от 1,52 до 3,95 пъти по-бърз от Cosmos 3 Nano. Публикувани са и готови варианти за роботите SO-101 и DROID. Теглата са под FLUX Kommunity License v1.0, която позволява употреба с некомерсиална цел, включително некомерсиална роботика; за друга търговска употреба се иска отделен лиценз от компанията, с изключение за фирми с годишен оборот под 5 милиона долара, които при условия могат да ползват резултатите търговски.
Бързото и умното заедно
Най-интересният експеримент в доклада не е класацията. BFL слагат голям модел за разсъждение, GPT-6 Astra, да командва, а FLUX 3 Action да изпълнява, като шефът се намесва само когато е нужно.
Чистото разсъждение решава всички задачи, но по техните сметки всеки успех струва 13,47 долара и около 16 минути. Комбинацията решава 90% и струва 8,77 долара за около 8 минути. Бавният мислител и бързите ръце излизат по-евтино от мислителя, който прави всичко сам.
Добрият бригадир не мести всяка тухла сам. Знае кога да се намеси.
Класацията е от симулация, а и тя, и сметките са на компанията. Има и проба на истинска ръка: независимата Positronic Robotics е пуснала модела на робот Franka в своята лаборатория и той е изпълнил 28 от 30 опита по десет задачи. Тридесет опита са начало, не присъда.
Теглата са свободни за изследване и хоби. За робот, който ще работи при клиент, първо се чете лицензът, защото в него роботиката е спомената изрично.
Официални първоизточници
Black Forest Labs - FLUX 3 Action: A 7B World Action Model for Robot Control, 22.09.2026Hugging Face - black-forest-labs/flux-3-action-base (карта на модела и LICENSE)Визуалът към статията е генериран код-арт, без чужди изображения.