Black Forest Labs veröffentlicht FLUX 3 Action: 7B-Welt-Aktionsmodell, Gewichte auf Hugging Face
Laut einem Bericht von The Decoder vom 24. September 2026 hat Black Forest Labs das offene Robotermodell FLUX 3 Action veröffentlicht. Es baut auf dem multimodalen FLUX 3 auf, empfängt Multi-Kamera-Videostreams und sagt die nächste Aktion sowie Umweltveränderungen voraus. Mit 7B Parametern erzielt es auf RoboLab-120 einen neuen Erfolgsratenrekord und ist bis zu 3,95-mal schneller als das bisher beste offene Modell.
Was sich geändert hat
Laut einem Bericht von The Decoder vom 24. September 2026 hat Black Forest Labs (BFL) FLUX 3 Action veröffentlicht, ein offenes KI-Modell für den Robotikbereich. Es baut auf dem multimodalen Modell FLUX 3 auf, dessen Trainingsdaten überwiegend aus Videos bestehen, aber auch Bilder und Audio umfassen. Als "Welt-Aktionsmodell" (world-action model) empfängt FLUX 3 Action Multi-Kamera-Videostreams aus dem Arbeitsbereich des Roboters und sagt die nächste Aktion des Agenten sowie die daraus folgenden Umweltveränderungen voraus. Der Bericht zitiert BFL mit der Aussage, dass FLUX 3 Action auf der RoboLab-120-Bestenliste mit nur 7 Milliarden Parametern einen Erfolgsratenrekord aufstellt, weniger als halb so groß ist wie das bisher beste offene Modell und bis zu 3,95-mal schneller läuft. BFL erklärt, große Reasoning-Modelle seien zwar stark in der Planung, für Roboter aber oft zu langsam und zu schwerfällig; diese Effizienz sei für den Einsatz am Rand entscheidend. Der Bericht erwähnt außerdem, dass BFL Potenzial in digitalen Umgebungen sieht: Videospiele könnten als Testfeld für Navigationsfähigkeiten dienen, und künftig könnten schnell reagierende Agenten entstehen, die Computer bedienen. Die Modellgewichte sind auf Hugging Face verfügbar. Zu beachten: Der Bericht datiert vom 24. September 2026; die genannten Erfolgsraten, Geschwindigkeitsfaktoren und Parameterangaben sind reine Angaben von BFL aus eigener Darstellung und keine unabhängige Reproduktion.
Auswirkungen für Entwickler
Die unmittelbare Bedeutung für Entwickler liegt in der geänderten Modellform: Der Eingang von FLUX 3 Action sind Multi-Kamera-Videostreams statt Textaufforderungen, der Ausgang sind Aktionsvorhersagen und Vorhersagen von Umweltveränderungen. Dadurch ähnelt es eher der Bereitstellung eines Robotik-Policy-Netzwerks als einem allgemeinen Dialogmodell. Die Größenordnung von 7B Parametern bedeutet, dass Inferenz mit geringer Latenz auf einer einzelnen Karte oder Edge-Gerät theoretisch machbarer ist; die von BFL betonten Effizienzversprechen zielen genau auf den Schmerzpunkt, dass große Reasoning-Modelle für die Planung zu langsam sind. Wenn diese Behauptung unter realen Bedingungen zutrifft, wäre der Echtzeitdruck für geschlossene Regelkreise am Rand deutlich geringer als beim Aufruf eines entfernten großen Modells. Die Gewichte sind auf Hugging Face verfügbar, was die Einstiegshürde für Tests senkt. Zu beachten ist jedoch: Herunterladbare Gewichte bedeuten nicht, dass eine Lizenz die kommerzielle Nutzung erlaubt; der Bericht nennt keine konkreten Lizenzbedingungen, keine Zusammensetzung der Trainingsdaten und keine Nutzungsbeschränkungen. Die Erfolgsrate auf RoboLab-120 und die Geschwindigkeitsfaktoren sind BFL-Angaben ohne unabhängige Reproduktion, und Bestenlistenergebnisse lassen sich nicht direkt auf die Generalisierungsfähigkeit echter Roboter übertragen. Zudem ist die vollständige Version von FLUX 3 Action derzeit nicht im Live-Katalog von KimiSeek aufgeführt; Verfügbarkeit, Bezahlung und Ratenbegrenzungen richten sich daher nach den Kanälen von BFL und Hugging Face. Auf KimiSeek ist das Modell nicht gelistet.
Integration und Bewertung
Das Folgende sind bedingte Empfehlungen, keine Wiedergabe der berichteten Fakten. Erstens: Wenn ein Team bereits eine Roboterarm- oder Mobilrobotik-Pipeline auf Basis von VLA- oder multimodalen Policies hat, sollte es zunächst mit der eigenen Kamerakonfiguration eine kurze Trajektorie aufzeichnen und die Inferenzlatenz messen: auf der Zielhardware mit derselben Kameraanzahl, Auflösung und Bildrate wie in der Produktion inferieren, die Ende-zu-Ende-Latenz der Aktionsausgabe und den Speicherverbrauch messen und die Frage, ob eine Aktion innerhalb des Regelzyklus ausgegeben werden kann, als Zulassungskriterium verwenden, statt den im Bericht genannten Geschwindigkeitsfaktor direkt zu übernehmen. Zweitens: Wenn ein Team Welt-Aktionsmodelle für Voruntersuchungen in digitalen Umgebungen nutzen möchte (der Bericht nennt die Richtung Spiele-Navigation), sollte es zuerst die Ausrichtung von Multi-Kamera-Eingaben auf den Aktionsraum prüfen: feststellen, ob die Aktionsdarstellung der Modellausgabe mit den Aktionsdimensionen des eigenen Simulators oder Spielinterfaces kompatibel ist, mit festem Zufallsstartwert auf wenigen Leveln den Unterschied in der Erfolgsrate zwischen diesem Modell und bestehenden Skript-Strategien vergleichen und die Frage, ob die Erfolgsrate deutlich über der Baseline liegt, als Vorbedingung für weitere Investitionen setzen. Drittens: Lizenz- und Bereitstellungsbeschränkungen sollten als unabhängige Vorabprüfung behandelt werden: vor dem Engineering-Aufwand klären, ob die Gewichtelizenz kommerzielle Nutzung und Weitergabe erlaubt; falls nicht, ist nur interne Voruntersuchung möglich, was die Entscheidung, ob eine Integration in die Produktkette lohnt, direkt verändert.
Grenzen und offene Fragen
Der Bericht nennt weder den Lizenznamen noch die Herkunft der Trainingsdaten, die Eingabeauflösung des Modells oder die Definition des Aktionsraums; auch nicht, ob Inferenzcode, Fine-Tuning-Skripte oder quantisierte Versionen bereitgestellt werden. Die Tatsache, dass Gewichte auf Hugging Face verfügbar sind, reicht nicht aus, um auf kommerzielle Nutzungs- oder Weitergaberechte zu schließen. Der Erfolgsratenrekord auf RoboLab-120, der Parametervergleich und der 3,95-fache Geschwindigkeitswert sind BFL-Angaben ohne unabhängige Reproduktion; Bestenlistenergebnisse lassen sich nicht direkt auf echte Roboteraufgaben übertragen. FLUX 3 Action ist derzeit nicht im Live-Katalog von KimiSeek aufgeführt; die im Bericht genannte Verfügbarkeit bezieht sich auf die Kanäle von BFL und Hugging Face. Sollte das Modell später auf KimiSeek gelistet werden, gilt die tatsächliche Liste auf der Seite.