Black Forest Labs 发布 FLUX 3 Action 开源机器人 AI 模型

Black Forest Labs 推出面向机器人领域的开放模型 FLUX 3 Action。该模型属于 open-world-action 类型，通过摄像头画面预测机器人下一步应执行的动作。它以 70 亿参数在 RoboLab-120 基准上创下记录，运行速度最高为此前最佳模型的 3.95 倍。

此前 Black Forest Labs 主要以图像生成模型为人所知，此次是其首次进入机器人领域，并且选择开源路线。70 亿参数的规模配合速度优势，意味着机器人动作模型可能在更小算力条件下达到基准领先水平，竞争维度从单纯精度转向精度与推理速度的平衡。

该模型以摄像头视觉输入为条件，直接输出机器人下一步动作，属于视觉到动作的端到端映射。参数规模控制在 70 亿，有助于降低部署时的显存与算力需求；相对此前最佳模型最高 3.95 倍的运行速度，说明其在推理效率上做了明显优化，从而更适合对响应延迟敏感的机器人控制场景。

对机器人产品团队而言，一个开源且推理更快的动作模型可以缩短自研控制策略的验证周期，降低对大规模算力的依赖。研发上可基于该模型做微调或蒸馏，把摄像头输入直接接入现有机器人栈；产品侧则可能在实时抓取、导航等延迟敏感任务中获得更好的响应表现。

• 在自有机器人或仿真环境中复现 FLUX 3 Action 在 RoboLab-120 上的结果，验证其宣称的速度与精度优势是否可迁移。
• 评估将该模型接入现有视觉管线与运动控制接口的改造成本，估算端侧部署所需算力与延迟。
• 针对特定场景做小样本微调，测试 70 亿参数规模下定制化是否仍能保持速度优势。
• 关注其开源许可与商用条款，判断是否可作为产品控制模块的候选方案。

• FLUX 3 Action 的具体开源许可证与商用限制是什么？
• RoboLab-120 基准是否由 Black Forest Labs 自行提出或参与制定，其权威性如何？
• 3.95 倍速度优势是与哪个具体前代模型、在何种硬件条件下对比得出的？
• 除摄像头输入外，该模型是否支持其他传感器模态，实际机器人部署案例有哪些？