Black Forest Labs, FLUX 3 Action 공개: 7B 월드-액션 모델, 가중치 Hugging Face에 등록
The Decoder가 2026년 9월 24일 보도한 바에 따르면, Black Forest Labs는 멀티모달 FLUX 3 기반의 오픈 로봇 모델 FLUX 3 Action을 공개했다. 이 모델은 다중 카메라 영상 스트림을 입력받아 다음 동작과 환경 변화를 예측하며, 7B 파라미터로 RoboLab-120에서 성공률 기록을 갱신했고 속도는 이전 최고 오픈 모델의 최대 3.95배다.
주요 변화
The Decoder가 2026년 9월 24일 보도한 바에 따르면, Black Forest Labs(BFL)는 로봇 분야를 겨냥한 오픈 AI 모델 FLUX 3 Action을 공개했다. 이는 멀티모달 모델 FLUX 3 위에 구축되었으며, FLUX 3의 학습 데이터는 영상이 주를 이루고 이미지와 오디오도 포함한다. '월드-액션 모델'(world-action model)로서 FLUX 3 Action은 로봇 작업 공간의 다중 카메라 영상 스트림을 입력받아 에이전트가 다음에 취해야 할 동작과 환경이 그에 따라 어떻게 변할지를 예측한다. 보도는 BFL의 주장을 인용해, RoboLab-120 리더보드에서 FLUX 3 Action이 70억 파라미터만으로 성공률 기록을 갱신했으며, 크기는 이전 최고 오픈 모델의 절반 미만이고 실행 속도는 최대 3.95배라고 전했다. BFL은 대형 추론 모델이 계획 수립 능력은 강하지만 로봇에는 종종 너무 느리고 무거우며, 이러한 효율성이 엣지 배포에 중요하다고 밝혔다. 보도는 또한 BFL이 디지털 환경의 잠재력을 긍정적으로 보며, 전자 게임이 내비게이션 능력의 실험장이 될 수 있고 향후 컴퓨터를 조작할 수 있는 빠른 반응형 에이전트가 등장할 수 있다고 언급했다. 모델 가중치는 이미 Hugging Face에서 제공된다. 유의할 점: 보도 날짜는 2026년 9월 24일이며, 위 성공률, 속도 배수, 파라미터 규모는 모두 BFL의 일방적 주장으로 제3자 재현이 아닌 자체 서술에서 나온 것이다.
개발자에게 미치는 영향
개발자에게 직접적인 의미는 모델 형태의 변화에 있다. FLUX 3 Action의 입력은 텍스트 프롬프트가 아닌 다중 카메라 영상 스트림이고, 출력은 동작 예측과 환경 변화 예측이며, 이는 범용 대화 모델보다 로봇 정책 네트워크의 배포 방식에 더 가깝다. 7B 파라미터 규모는 단일 GPU나 엣지 기기에서 저지연 추론이 이론적으로 더 가능하다는 것을 의미하며, BFL이 강조하는 효율성 주장은 '대형 추론 모델의 계획 수립이 너무 느리다'는 문제를 정면으로 겨냥한다. 이 주장이 실제 작업 조건에서 성립한다면 엣지 측 폐루프 제어의 실시간성 부담은 원격 대형 모델 호출보다 현저히 줄어들 것이다. 가중치가 Hugging Face에서 제공되어 실험 문턱은 낮아졌지만, 가중치 다운로드 가능성이 라이선스의 상업적 이용 허용을 의미하지는 않으며 보도는 구체적 라이선스 조항, 학습 데이터 구성, 사용 제한을 밝히지 않았다. RoboLab-120의 성공률과 속도 배수는 모두 BFL 자체 주장으로 독립적 재현이 없고, 리더보드 성적이 실제 로봇에서의 일반화 능력을 뜻하지도 않는다. 또한 FLUX 3 Action의 완전한 버전은 현재 KimiSeek 실시간 카탈로그에 등재되어 있지 않으므로, 그 가용성과 유료 및 속도 제한 정보는 BFL과 Hugging Face 채널을 기준으로 해야 하며 KimiSeek에는 해당 모델이 등록되지 않았다.
연동 및 평가 제안
다음은 조건부 권고로, 보도 사실의 반복이 아니다. 첫째, 팀에 이미 VLA나 멀티모달 정책 기반의 로봇 팔/이동 로봇 파이프라인이 있다면, 먼저 자체 카메라 배치로 짧은 궤적을 녹화해 추론 지연을 실측할 것을 권한다. 목표 하드웨어에서 생산과 동일한 카메라 수, 해상도, 프레임률로 추론을 돌려 종단 간 동작 출력 지연과 메모리 사용량을 측정하고, '제어 주기 내에 동작을 낼 수 있는가'를 진입 판단 기준으로 삼되 보도의 속도 배수를 그대로 믿지 말아야 한다. 둘째, 팀이 월드-액션 모델로 디지털 환경 사전 연구(보도에서 언급한 게임 내비게이션 방향)를 원한다면, 다중 카메라 입력에서 동작 공간으로의 정렬 방식을 먼저 검증해야 한다. 모델이 출력하는 동작 표현이 자체 시뮬레이터나 게임 인터페이스의 동작 차원과 호환되는지 확인하고, 고정 랜덤 시드로 소수 레벨에서 이 모델과 기존 스크립트 정책의 성공률 차이를 비교해 '성공률이 기준선보다 유의하게 높은가'를 추가 투입의 전제 조건으로 삼아야 한다. 셋째, 라이선스와 배포 제약은 독립적 사전 점검으로 다루어야 한다. 엔지니어링 투입 전에 가중치 라이선스가 상업적 이용과 재배포를 허용하는지 확인하고, 허용하지 않으면 내부 사전 연구에만 쓸 수 있으며 이는 제품 파이프라인에 연결할 가치가 있는지에 대한 판단을 직접 바꾼다.
제한과 확인할 사항
보도는 라이선스 명칭, 학습 데이터 출처, 모델 입력 해상도와 동작 공간 정의를 제시하지 않았고, 추론 코드, 파인튜닝 스크립트, 양자화 버전 제공 여부도 밝히지 않았다. 가중치가 Hugging Face에서 제공된다는 사실만으로 상업적 이용이나 재배포 권리를 추론할 수 없다. RoboLab-120의 성공률 기록, 파라미터 비교, 3.95배 속도는 모두 BFL 자체 주장으로 아직 제3자 재현이 없고, 리더보드 성적은 실제 로봇 작업으로 직접 외삽할 수 없다. FLUX 3 Action은 현재 KimiSeek 실시간 카탈로그에 등재되어 있지 않으며, 보도의 모델 가용성은 BFL과 Hugging Face 채널을 가리킨다. 이후 KimiSeek에 등재된다면 사이트의 실제 목록을 기준으로 해야 한다.