FLUX 3 Action atteint un record sur RoboLab‑120 avec 7 milliards de paramètres

Black Forest Labs diffuse les poids de FLUX 3 Action sur Hugging Face. Le modèle d’action pour la robotique, issu de FLUX 3 multimodal, revendique un record sur RoboLab‑120 avec sept milliards de paramètres et une exécution jusqu’à 3,95 fois plus rapide que le précédent meilleur modèle ouvert, selon l’entreprise.

Poids disponibles et cas d'usage numériques avancés

Les fichiers de poids de FLUX 3 Action sont accessibles via Hugging Face. Black Forest Labs mentionne que ce modèle présente un intérêt pour des applications dans des univers numériques, en prenant pour exemple les jeux vidéo comme plateformes d’expérimentation pour la navigation ou pour des agents réactifs capables, à terme, de prendre le contrôle d’ordinateurs. D’après l’entreprise, les grands modèles de raisonnement sont efficaces pour la planification mais se révèlent souvent trop lents et volumineux pour une utilisation robotique, ce qui rend nécessaire une forte efficacité pour fonctionner directement sur appareil.

Entrées multi‑caméras et prédictions d’actions et d’effets

FLUX 3 Action traite des flux vidéo multi‑caméras provenant d’un espace de travail robotique. Il prédit l’action suivante qu’un agent doit entreprendre ainsi que la manière dont l’environnement changera ensuite. Ce modèle repose sur FLUX 3, un modèle multimodal principalement entraîné sur des données vidéo, mais aussi sur des images et de l’audio.

Record revendiqué sur RoboLab‑120 avec 7 milliards de paramètres

Black Forest Labs indique que FLUX 3 Action atteint un taux de réussite record sur le classement RoboLab‑120. Ce modèle comprend sept milliards de paramètres, ce qui représente moins de la moitié de la taille du précédent meilleur modèle open source, et il afficherait une vitesse pouvant être jusqu’à 3,95 fois supérieure.