Black Forest Labs 发布 FLUX 3 Action，一个开放机器人 AI 模型

2026-09-25

Black Forest Labs 正在发布 FLUX 3 Action，一个为机器人设计的开放 AI 模型。它建立在多模态 FLUX 3 模型之上，该模型主要用视频训练，但也用图像和音频数据训练。作为一个世界-动作模型，它接收来自机器人工作空间的多摄像头视频流，并预测智能体接下来应采取什么动作以及环境将因此如何变化。在 RoboLab-120 排行榜上，FLUX 3 Action 仅用 70 亿参数就创下成功率纪录，据 BFL 称，其规模不到此前最佳开放模型的一半，同时运行速度最高快 3.95 倍。BFL 表示，大型推理模型可以很好地规划，但它们对机器人来说往往太慢、太笨重，因此这种效率对设备端部署至关重要。BFL 还看到数字环境中的潜力，其中视频游戏可作为导航和快速反应智能体的测试场，而操作计算机的智能体可能随后出现。权重可在 Hugging Face 上获取。订阅 THE DECODER 可享受无广告阅读、每周 AI 新闻通讯、每年六次的独家“AI Radar”前沿报告、完整档案访问以及评论区访问。

Black Forest Labs 发布 FLUX 3 Action，一个面向机器人的开放 AI 模型。它基于多模态 FLUX 3，作为世界-动作模型接收多摄像头视频并预测下一步动作与环境变化。BFL 称其在 RoboLab-120 上以 70 亿参数创成功率纪录，规模不到此前最佳开放模型一半，速度最高快 3.95 倍，权重已在 Hugging Face 开放。

这是什么信号：Black Forest Labs 把多模态 FLUX 3 延伸到机器人场景，发布开放模型 FLUX 3 Action。它不是单纯的视觉模型，而是“世界-动作模型”：输入机器人工作空间的多摄像头视频，输出下一步动作预测，并估计环境会如何变化。权重放在 Hugging Face，意味着外部团队可以直接验证和二次开发。

为什么重要：机器人端侧部署长期受制于模型体积和延迟。BFL 称 FLUX 3 Action 只有 70 亿参数，在 RoboLab-120 排行榜上取得成功率纪录，规模不到此前最佳开放模型的一半，运行速度最高快 3.95 倍。这指向一个关键趋势：不是把最大的推理模型塞进机器人，而是用更小、更快、面向动作的世界模型完成实时闭环。BFL 也点出，大推理模型会规划但太慢太笨重，效率对设备端部署至关重要。

对谁有价值：机器人公司、具身智能团队、边缘 AI 芯片与部署工具链、做游戏或数字环境智能体的团队都值得关注。研究者可以用开放权重复现和对比；工程团队可评估多摄像头输入、动作预测和时延是否能满足真实控制回路；产品团队可思考视频游戏作为导航与快速反应智能体测试场的路径，以及操作计算机的智能体后续可能。

可以怎么行动：第一，去 Hugging Face 获取权重，确认许可证、输入输出接口和硬件要求。第二，设计小规模评测：用多摄像头视频流测动作预测准确率、环境变化预测和端侧延迟，并与现有开源方案对比。第三，跟踪 RoboLab-120 上的复现结果，区分 BFL 自报指标与第三方验证。第四，若做数字智能体，可把游戏或仿真环境当作低成本试验场，先验证导航和快速反应，再迁移到物理机器人。

风险或限制：目前核心性能来自 BFL 自述，成功率纪录、速度倍数和参数对比仍需独立复现。世界-动作模型在真实机器人上的 sim-to-real 落差、安全边界、异常恢复和长尾场景都未在原文展开。开放权重也不等于完整部署方案，仍需传感器标定、控制栈、算力平台和合规评估。数字环境到物理世界的迁移同样存在不确定性。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Black Forest Labs 发布 FLUX 3 Action，一个开放机器人 AI 模型》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。