Black Forest Labs (BFL) hat ein neues offenes KI-Modell namens FLUX 3 Action für den Einsatz in der Robotik vorgestellt. Dieses Modell erreicht mit nur sieben Milliarden Parametern auf dem RoboLab-120 Benchmark eine Rekord-Erfolgsrate und arbeitet bis zu 3,95 Mal schneller als das bisherige Spitzenmodell.
Funktionsweise und Effizienz
FLUX 3 Action ist ein sogenanntes World-Action-Modell. Es nutzt Videofeeds von mehreren Kameras aus dem Arbeitsbereich eines Roboters, um die nächste Aktion des Roboters und die daraus resultierenden Veränderungen in der Umgebung vorherzusagen. Das Modell basiert auf dem multimodalen FLUX 3, das hauptsächlich mit Video-, aber auch mit Bild- und Audiodaten trainiert wurde.
Die geringe Größe von sieben Milliarden Parametern ist laut Black Forest Labs ein entscheidender Faktor. Damit ist FLUX 3 Action weniger als halb so groß wie das vorherige beste offene Modell und gleichzeitig deutlich schneller. Diese Effizienz ist laut dem Unternehmen kritisch für die direkte Implementierung auf Robotern, da größere Logikmodelle oft zu langsam und zu umfangreich sind.
Anwendungsbereiche und Verfügbarkeit
Black Forest Labs sieht Potenzial für FLUX 3 Action nicht nur in physischen Robotern, sondern auch in digitalen Umgebungen. Videospiele könnten als Testumgebungen für Navigationsaufgaben dienen, und zukünftig könnten Agenten entwickelt werden, die schnell auf Computer reagieren und diese bedienen.
Die Gewichte des Modells sind auf Hugging Face verfügbar.
Thema: Technologie / KI allgemein. Quelle/Inspiration: The Decoder.