Black Forest Labs научила видеомодель предсказывать движения робота и их результат
FLUX 3 Action получает задачу, кадры и состояние робота, затем предсказывает движения суставов, захвата и будущие кадры
На RoboLab-120 модель выполнила 42,9% задач против 36,8% у Cosmos 3 Nano
Веса доступны по FLUX Community License, код опубликован под Apache 2.0; для нового робота требуется дообучение
Почему важно
Видеообучение переносит знание о физическом мире в управление роботами, сокращая зависимость от дорогих наборов размеченных действий.