Black Forest Labs hat mit FLUX 3 Action ein innovatives offenes KI-Modell für die Robotik präsentiert. Dieses Modell basiert auf dem multimodalen Ansatz von FLUX 3, das hauptsächlich mit Video-, Bild- und Audiodaten trainiert wurde. Als World-Action-Modell prognostiziert es, basierend auf Beobachtungen von Videos, die von mehreren Kameras an einem Roboterarbeitsplatz aufgenommen wurden, welche Aktionen ein Agent als Nächstes ausführen wird und wie sich seine Umgebung dadurch verändert.
Leistungsstarke Ergebnisse im RoboLab-120
Im Leaderboard RoboLab-120 hat FLUX 3 Action laut Black Forest Labs eine neue Bestmarke in der Erfolgsquote erreicht, und das mit lediglich sieben Milliarden Parametern – weniger als der Hälfte des bisherigen besten offenen Modells. Zudem arbeitet es bis zu 3,95-mal schneller. Während große Reasoning-Modelle zwar in der Planung stark sind, erweisen sie sich oft als zu langsam und zu groß für den Einsatz in Robotern. Diese Effizienz ist entscheidend für den lokalen Einsatz.
Vielfältige Einsatzmöglichkeiten
Black Forest Labs sieht auch digitale Umgebungen als potenzielle Anwendungsfelder. Videospiele könnten als Testumgebung für die Navigation dienen, während perspektivisch schnell reagierende Agenten entwickelt werden könnten, die Computer bedienen. Die Gewichte des Modells sind auf Hugging Face verfügbar.
Quellen: the-decoder
Bildquelle: Pexels / UMA media
Dieser Text wurde mit Hilfe von künstlicher Intelligenz in Zusammenarbeit mit unserer Redaktion erstellt.
🚀