FLUX 3 Action 登顶 RoboLab-120,视频预训练转做机器人世界动作模型
DeepLearningAI · x · 2026-10-15
Black Forest Labs(FLUX 图像生成器出品方)发布 70 亿参数的 FLUX 3 Action,一个世界动作模型(WAM):输入相机画面与文字指令,同时预测机器人下一步动作和未来画面,还接收当前关节位置,不同于只预测动作的 VLA(如 π0.5、GR00T)。
关键信息:
- 在 Nvidia RoboLab-120 仿真基准上以 42.9% 成功率排名第一(1200 次试验)
- 预训练 token 超过 95% 为视频,图像次之,音频不足 0.5%
- 仅约 200 条演示即可适配新机械臂(Franka 与 SO-101 微调版)
- 基础模型与微调版已在 Hugging Face 开放,采用 FLUX Kommunity License(限制年收入超 500 万美元公司的商用)
- 尚未通过真实机器人独立测试平台 RoboArena 的验证,榜单领先者均未在真实机器人上亮相
「具身」频道最新
- Zipline 无人机配送测试场日出剪影，两架飞行器同框 — AnandSwa · 2026-10-15
- Reflex Robotics 机器人实拍铲雪,创业者调侃要放弃吹雪机转投机器人 — MatthewChang · 2026-10-15
- Bagel Labs 用轻量 WorldDiT 模型全自主操控机器人做咖啡 — aryanXmahajan · 2026-10-15
- 一段提示词让 Argon 4 写出 ODRI Solo 机器人腿部运动学模拟器 — Tight-Instruction-17 · 2026-10-15
- CoRL 2026 RoboEval 双臂诊断挑战赛开赛：按行为质量而非成败打分 — DJiafei · 2026-10-15
- 让 Claude 跑一夜重写 Ruckig:charqui 速度还略胜原版 — facontidavide · 2026-10-15