2026年9月24日，Black Forest Labs（BFL）在ModelScope发布FLUX 3 Action系列，包含base、SO-101、DROID三个变体，采用社区许可分发。该系列被视为BFL从生成式AI向“世界模型/物理AI”延伸的第二步。不过，原始报道中提到的“7B参数”“开源权重”以及“RoboLab-120登顶42.92%”等关键说法，经核查缺乏官方权威来源证实，作者建议读者谨慎对待。
2026年9月24日，德国AI公司Black Forest Labs（BFL）通过ModelScope官方账号发布了FLUX 3 Action系列模型。该系列包含black-forest-labs/flux-3-action-base、flux-3-action-droid、flux-3-action-so101三个基础策略模型及相关优化变体，目的是为机器人提供基于视觉与语言的动作预测能力。BFL此前因开发FLUX系列图像生成模型而知名，此次发布标志着其向“世界模型”方向的进一步动作。
据ModelScope官方页面显示，FLUX 3 Action系列采用名为“flux-kommunity-license”的社区许可协议分发，并非完全开源。部分原始报道将这一模式称为“open-weights（开放权重）”，但官方页面并未使用该表述，且目前未见Hugging Face官方发布页面，因此“开源权重”的说法准确度存疑。
该系列基于FLUX 3多模态基础模型开发。FLUX 3是BFL首个跨图像、视频、音频联合训练的多模态模型，官方称视频预测占其训练算力95%以上。FLUX 3 Action则聚焦机器人动作策略，提供SO-101策略和DROID策略两个分支，分别对应不同机器人操作场景。
原始报道中称FLUX 3 Action是一个“7B open-weights world action model”，并以“在RoboLab-120基准测试中达到42.92%的准确率、排名第一”作为核心卖点。但联网核查显示，NVIDIA RoboLab排行榜（2026年9月14日数据）第一名OASIS WAM的成绩为39.0%（468/1200），并未出现42.92%的纪录，也未检索到FLUX 3 Action在该榜单上的正式成绩。同时，“7B参数”这一说法来自俄语媒体AiManual，但官方ModelScope页面未标注参数量，缺乏权威来源确认。
在作者看来，上述数据纠纷可能源于对模型版本、验证集或评估口径的不同理解，但在BFL官方公布详细技术报告前，任何关于“登顶”或“参数规模”的表述都只是间接引用，读者应将其视为待证信息，而非既定事实。
此次发布是BFL布局“世界模型/物理AI”的第二步。2026年7月23日，BFL已发布FLUX 3多模态基础模型，并同步推出与mimic robotics合作的FLUX-mimic机器人模型，后者已在奥迪工厂完成测试部署。当时BFL官方表示，FLUX 3的开放权重版本（FLUX 3 Dev）将在“2026年晚些时候”发布。
FLUX 3 Action延续了这一路线，将生成式模型的能力迁移到机器人动作预测中。与单纯依赖模仿学习的策略模型不同，BFL强调FLUX 3 Action基于“世界模型”的隐式物理理解来输出动作，这也与其在FLUX 3上强调的视频预测训练权重相呼应。该方向与The New Black、BlackInk AI等生成式工具在创意领域的落地路径不同，更接近具身智能的基础设施层。
从行业视角看，一家以图像生成闻名的公司主动切向机器人动作模型，说明“世界模型”正从学术概念走向工程化交付。FLUX 3 Action的社区许可模式也反映出BFL试图平衡开放性与商业化的策略——既不完全开放，也不闭源，而是通过可控分发吸引开发者生态。
然而，作者认为，在参数量、基准分数、许可证性质这三项关键信息均缺乏官方权威确认的情况下，本次发布的市场声量可能大于实际技术验证。对于开发者而言，理性做法是直接查看ModelScope页面上的模型卡片、运行示例和许可条款，而不是依赖二手转述的宣传数据。BFL能否在机器人领域复现FLUX系列在图像生成上的影响力，仍有待下一阶段的技术报告和第三方复现实验回答。
滇公网安备 53252802528133号