Black Forest Labs (BFL), robotik için tasarlanan açık YZ modeli FLUX 3 Action‘ı yayınladı. Model, öncelikle video, bunun yanında görsel ve ses verileriyle eğitilen çok modlu FLUX 3 modelini temel alıyor. Bir dünya-eylem (world-action) modeli olarak, robotun çalışma alanından gelen çoklu kamera video akışlarını alıyor ve bir ajanın bir sonraki adımda hangi eylemi gerçekleştirmesi gerektiğini, ayrıca bunun sonucunda ortamın nasıl değişeceğini tahmin ediyor.
BFL‘e göre model, RoboLab-120 liderlik tablosunda yalnızca yedi milyar parametreyle başarı oranı rekoru kırıyor. Bu değer, önceki en iyi açık modelin boyutunun yarısından daha küçük olmasının yanı sıra 3,95 kata kadar daha hızlı çalışmasını sağlıyor. BFL, büyük akıl yürütme modellerinin planlama konusunda başarılı olabildiğini ancak robotlar için çoğu zaman fazla yavaş ve hantal kaldığını, bu nedenle söz konusu düzeydeki verimliliğin cihaz üzerinde çalıştırma açısından kritik olduğunu söylüyor.
BFL ayrıca, video oyunlarının navigasyon için test alanı işlevi gördüğü dijital ortamlarda da potansiyel görüyor; devamında bilgisayarları yöneten hızlı tepki veren temsilcilerin bunu izleyebileceğini ifade ediyor.
Model ağırlıkları Hugging Face üzerinde erişime sunuldu.
Kaynak: https://the-decoder.com/black-forest-labs-launches-flux-3-action-an-open-robotics-ai-model/
