Black Forest Labs (BFL), el laboratorio alemán detrás de la familia de modelos FLUX, abrió los pesos de FLUX 3 Action: un «modelo de acción del mundo» de 7.000 millones de parámetros que traduce observaciones de cámara, el estado del robot e instrucciones en lenguaje natural en acciones físicas.
Hecho: el modelo deriva del backbone multimodal FLUX 3 -preentrenado con video, imagen y audio- y se publica con pesos, código, receta de ajuste fino, benchmarks y ejemplos reproducibles, incluida una implementación con el robot de bajo costo SO-101 y el framework LeRobot de Hugging Face. Junto con NVIDIA, la integración es nativa en LeRobot, con recetas de ajuste y despliegue en el borde sobre plataformas Jetson, según la propia compañía.
Hecho, del fabricante: BFL afirma que FLUX 3 Action alcanza 42,92% de éxito general en RoboLab-120, el benchmark de robótica de NVIDIA, y que supera al mejor modelo abierto anterior por 6,1 puntos porcentuales, con 56% menos parámetros y hasta 3,95 veces más rápido. En la página del modelo, el laboratorio publica los números de su reporte: sobre B200 a FP8, la variante guiada por destilación alcanza 42,24% de éxito con un factor de tiempo real de 0,048, contra 36,8% a 0,150 del Cosmos 3 Nano de NVIDIA y 28% a 0,032 de π0.5; la variante destilada por pasos llega a 37,92% con 0,015. VentureBeat suma la comparación de tamaño: 7.000 millones de parámetros contra 16.000 millones del Cosmos3-Nano-Policy, corriendo 1,43 veces más rápido.
Hecho: el alcance no se limita a la robótica industrial. BFL reporta políticas específicas para hacer volar drones y para jugar Doom sin morir en la partida, y sostiene que el mismo enfoque puede escalar a simulaciones, juegos y uso de computadoras, donde un modelo también necesita interpretar un estado visual cambiante y decidir el próximo paso. Su reporte analiza además sistemas híbridos que combinan control rápido con modelos de razonamiento y afirma que alcanzan hasta 53,64% más éxito por dólar.
Advertencia: todos los números son del fabricante. VentureBeat señala que la liberación todavía no anuncia una API para Action, precios ni una licencia comercial definida para los pesos, y que el resultado ubica al modelo en RoboLab pero no resuelve la competencia más amplia entre modelos de acción, VLA y sistemas de razonamiento. FLUX 3 se había presentado el 23 de julio, con la predicción de acciones limitada a socios de investigación y comerciales.
Fuentes: página del modelo en Black Forest Labs; anuncio de BFL en X; colección de pesos en Hugging Face y cobertura de VentureBeat.




