Black Forest Labs ra mắt FLUX 3 Action: Mô hình điều khiển robot 7B
Black Forest Labs đã phát hành FLUX 3 Action, một mô hình hành động thế giới (world action model) mở quy mô 7 tỷ tham số được thiết kế để chuyển đổi trí tuệ thị giác thành điều khiển hành động trực tiếp. Mô hình cho phép các nhà phát triển tạo ra các tín hiệu điều khiển có thể thực thi cho robot, trình giả lập và trò chơi dựa trên dữ liệu đầu vào đa thức. Việc mở mã nguồn một mô hình nền tảng 7B được xây dựng chuyên biệt cho điều khiển hành động giúp giảm đáng kể rào cản gia nhập nghiên cứu và phát triển AI hiện thân (embodied AI). Bằng cách kết nối khả năng hiểu video đa thức với việc thực thi hành động vật lý, mô hình này thúc đẩy tiến trình hướng tới các đại lý tự chủ linh hoạt trong lĩnh vực robot. FLUX 3 Action hoạt động như một mô hình hành động thế giới bên trong kiến trúc FLUX 3 hợp nhất của BFL, vốn tích hợp xử lý hình ảnh, video, âm thanh và hành động. Mô hình dịch trực tiếp bối cảnh môi trường và biểu diễn thị giác thành các lệnh điều khiển cho phần cứng vật lý hoặc nền tảng giả lập.
## KIẾN THỨC NỀN
Trong lĩnh vực robot, các mô hình vision-language-action (VLA) và mô hình hành động thế giới là các kiến trúc nền tảng đa thức được thiết kế để kết nối trực tiếp nhận thức thị giác với các hành động vật lý có thể thực thi. Black Forest Labs (BFL) nổi tiếng với dòng mô hình AI sinh FLUX, và hệ mô hình FLUX 3 đã mở rộng các khả năng này thành một mô hình duy nhất có thể xử lý đồng thời các miền thị giác, thính giác và điều khiển hành động robot.