bfl_ai发布FLUX 3 Action，性能反超参数更少

我们推出FLUX 3 Action。这是一个开放权重的70亿参数世界动作模型，在RoboLab基准测试中获得了第一名。

它比此前表现最好的开放模型高出6.1个百分点，同时参数减少了56%，运行速度最高提升了3.95倍。

FLUX 3 Action消除了世界动作模型性能与视觉语言动作（VLA）速度之间常见的权衡：它仍然可以同时预测视频和动作，但规划的前瞻距离是最强开放VLA的两倍多，而且对于每秒机器人运动，它的运行速度更快。

开发团队可以用自己的演示数据对FLUX 3 Action进行微调，为特定机器人和任务创建策略。我们还与@nvidia合作，将FLUX 3 Action原生集成到了@huggingface的LeRobot中，包含微调方案，并且支持在NVIDIA Jetson上进行边缘部署。

除机器人领域外，我们也看到了在模拟环境中训练特定任务策略的可喜成果，这些环境包括游戏、车辆控制、计算机使用，以及任何需要模型理解视觉环境然后选择下一步操作的场景。

FLUX 3 Action建立在与FLUX 3相同的图像、视频和音频预训练基础上，但它采用了更小的架构，专为实际部署设计。在训练中期，我们训练该模型共同预测动作和未来帧。

我们现已发布权重、代码、微调方案、基准测试和可复现示例，以便研究人员和开发人员可以在该模型的基础上，针对他们自己的机器人、环境和任务进行开发。