Стартап Black Forest Labs представил открытую модель FLUX 3 Action, предназначенную для робототехники и управления автономными агентами. Веса модели уже опубликованы на платформе Hugging Face, сообщает The Decoder.
FLUX 3 Action относится к классу world-action моделей. В ее основу легла мультимодальная архитектура FLUX 3, обученная преимущественно на видеоматериалах, а также на изображениях и аудиоданных. Модель анализирует потоки данных с нескольких камер в рабочей зоне робота, предсказывает следующее действие манипулятора и моделирует изменения окружающей среды в результате этого шага.
Архитектура содержит 7 млрд параметров. По заявлениям разработчиков, на бенчмарке RoboLab-120 FLUX 3 Action установила рекорд по точности и успешности выполнения манипуляций. При этом она более чем в два раза компактнее предыдущего открытого лидера и работает до 3,95 раза быстрее.
В Black Forest Labs отмечают, что крупные рассуждающие модели часто оказываются слишком ресурсоемкими и медленными для исполнения непосредственно на бортовых чипах роботов. Высокая энергоэффективность и компактность FLUX 3 Action позволяют развертывать ее локально. В дальнейшем разработчики планируют адаптировать технологию для навигации в видеоиграх и создания быстрых ИИ-агентов, управляющих интерфейсом операционных систем.
Пока нет комментариев. Будьте первым!