BFL veröffentlicht FLUX 3 Action für Robotersteuerung
BFL veröffentlicht FLUX 3 Action für Robotersteuerung
Black Forest Labs stellt FLUX 3 Action vor, ein 7-Milliarden-Parameter-Videomodell, das auf Roboteraufnahmen feinabgestimmt wurde, um sowohl zukünftige Bildframes als auch Gelenkbewegungen vorherzusagen.
Black Forest Labs (BFL) hat die Basis des FLUX 3 Videomodells auf Aufnahmen von Roboteroperationen feinabgestimmt, bei denen Kamerabilder mit Gelenkpositionen und Aktionen synchronisiert sind. Das 7-Milliarden-Modell lernt, zukünftige Frames und Bewegungssequenzen gemeinsam zu entrauschen.
Bei einer gegebenen Textaufgabe, aktuellen Frames und dem Zustand des Roboters sagt das Modell Gelenk- und Greiferbewegungen zusammen mit ihrem visuellen Ergebnis voraus. Der Roboter führt einen Teil der Befehle aus, erhält neue Frames und berechnet die nächsten Bewegungen neu.
In der RoboLab-120-Simulation belegte das Modell den ersten Platz mit einer Erfolgsquote von 42,9 %, verglichen mit 36,8 % für das 16-Milliarden-Modell Cosmos 3 Nano. Für einen neuen Roboter ist eine Feinabstimmung erforderlich. Die Gewichte sind unter der FLUX Kommunity License verfügbar, und der Code wird unter Apache 2.0 veröffentlicht.
Warum das wichtig ist
AnalyseFLUX 3 Action demonstriert, wie Videomodelle als Policy-Modelle für verkörperte KI fungieren können, indem sie visuelle Konsequenzen und Roboteraktionen in einem geschlossenen Regelkreis vorhersagen. Offene Gewichte und Apache-lizenzierter Code erleichtern es Forschern, diesen Ansatz auf neue Roboterplattformen zu übertragen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Google veröffentlicht Gemini 4 Carbon
Google hat das KI-Modell Gemini 4 Carbon vorgestellt und für eine breitere Nutzerschaft verfügbar gemacht — faktisch jedoch für AI-Ultra-Abonnenten, die 250 US-Dollar zahlen.
Fable 5.2 veröffentlicht
Fable 5.2 ist erschienen, aber technische Details und offizielle Links sind noch nicht bekannt.
JSON – strukturierte Daten für Anwendungen, APIs und KI-Agenten
Ein umfassender praktischer Leitfaden zum JSON-Format: Syntaxregeln, Serialisierung über parse/stringify, Arbeit mit REST-APIs, JSON Schema und strukturierter Output für künstliche Intelligenz.
DOCX- und XLSX-Formate: Wann ein vollwertiges finales Dokument von KI erforderlich ist
Ein umfassender praktischer Leitfaden zur Generierung und Verarbeitung von DOCX-Dokumenten und XLSX-Tabellen mit KI: Vergleich mit Markdown und CSV, Prompt-Engineering, Arbeit mit Formeln und Automatisierung im Code.