Black Forest Labs、ロボット向けの FLUX 3 Action

画像生成の FLUX で知られる Black Forest Labs は 9 月 22 日、ロボットの制御に向けたモデル「FLUX 3 Action」を、重み(学習済みのモデルの中身)を公開して発表しました。パラメーターは 70 億(7B)で、カメラの映像とロボットの状態、文章の指示を受け取り、次の動きを、その先の映像の予測とあわせて出力します。同社はこの種類のモデルを「ワールドアクションモデル」と呼んでいます。

要点

• 動画を中心に、画像・音声で事前に学習した FLUX 3 の土台をもとにしたモデルです。
• ロボットの操作の評価 RoboLab で、公開モデルの中で最も高い成功率になったとしています。
• それまでで最も成績の良かった公開モデルの半分以下の大きさで、最大 3.95 倍速いとしています。
• 第三者による実機の評価では、Franka のロボットアームで 30 回中 28 回、課題をやり遂げました。
• GPT-6 Astra と組み合わせると、ほかの構成より成功 1 回あたり 29% 安く 40% 速かったとしています。
• ロボットのほか、シミュレーターやゲームの操作にも合わせて学習し直せるとしています。

Hugging Face では、土台のモデルと、ロボットの SO-101 向け・DROID のデータ向けに調整したものの 3 つを公開し、学習と推論のコードは GitHub で公開しています。モデルの説明では、動きの速さや力を制限する仕組みはモデルに無いため、使う側で制限と非常停止の手段を用意し、人の近くで動かす前にシミュレーターなどで確かめるよう求めています。

日本の利用者にとって

発表では、日本語への対応や日本での提供には触れていません。重みの入手には、Hugging Face での申請(利用の条件への同意)が要ります。ライセンスは FLUX Kommunity License v1.0 で、無料で使えるのは主に商用でない目的です。商用で使うには、原則として Black Forest Labs から別にライセンスを受ける必要があります。

YOBITSUGI AI で使えるか

FLUX は現時点では YOBITSUGI AI から使えません(対応を準備中の AI です)。FLUX 3 Action はロボットを動かすためのモデルで、YOBITSUGI AI にロボットをつないで動かす機能はありません。

出典

• FLUX 3 Action: A 7B World Action Model for Robot Control(Black Forest Labs blog・2026年9月22日)
• black-forest-labs/flux-3-action-base(Hugging Face・モデルの説明とライセンス)