Black Forest Labs a publié le 24 septembre 2026 FLUX 3 Action, un modèle ouvert destiné à la robotique. À partir des flux vidéo de plusieurs caméras filmant l’espace de travail d’un robot, il prédit l’action suivante à exécuter. Avec 7 milliards de paramètres, il prend la première place du banc d’essai RoboLab-120 et ses poids sont téléchargeables sur Hugging Face.
Un « world action model » tiré de FLUX 3
Le laboratoire allemand, surtout connu pour ses générateurs d’images, étend ici son modèle multimodal FLUX 3, entraîné sur un grand volume de vidéos, d’images et d’audio. Selon la page officielle de Black Forest Labs, FLUX 3 Action est un world action model : il prédit conjointement les prochaines images de la vidéo et les actions du robot. Autrement dit, le modèle anticipe à quoi ressemblera la scène après son geste, ce qui l’aide à choisir le bon mouvement.
Comme le résume The Decoder, les grands modèles de raisonnement planifient bien, mais sont souvent trop lents et trop lourds pour tourner sur un robot. FLUX 3 Action vise précisément ce compromis entre qualité et vitesse.
Les chiffres annoncés
Black Forest Labs publie plusieurs résultats :
- 42,0 % de réussite sur RoboLab-120 pour le modèle de base, 42,2 % pour sa variante distillée, contre 36,8 % pour Cosmos 3 Nano de Nvidia, qui compte plus de deux fois plus de paramètres ;
- une vitesse de 1,52 à 3,95 fois supérieure à Cosmos 3 Nano en FP8 selon les GPU, et de 1,34 à 2,28 fois supérieure à Pi0.5 ;
- une latence de 41 ms (FP8) à 246 ms (BF16) par bloc d’actions sur une puce Nvidia B200 ;
- une inférence possible en une seule étape grâce à la distillation.
Des tests indépendants ont été menés par Positronic Robotics sur un bras Franka : 93,3 % de réussite (28 essais sur 30) sur dix tâches du jeu de données DROID. Le modèle a aussi été évalué sur le bras SO-101, une plateforme prisée des amateurs.
Téléchargeable et utilisable sur GPU grand public
Les poids sont disponibles dans la collection FLUX 3 Action sur Hugging Face. Black Forest Labs propose des options de licence non commerciale et commerciale. Le modèle a été évalué sur des cartes de centre de données (B200, H200) comme sur des GPU accessibles aux particuliers et aux labos, comme la RTX 5090 et la RTX 6000 Pro, en précision FP8 ou BF16.
Le projet a été mené avec Mimic Robotics pour la conception, Positronic Robotics pour la validation physique et Nvidia pour l’intégration. Black Forest Labs évoque aussi de possibles usages dans des environnements numériques, au-delà des bras robotiques.
Pourquoi c’est intéressant
La robotique ouverte reste dominée par quelques modèles comme Pi0.5 ou les Cosmos de Nvidia. L’arrivée d’un acteur européen de la génération d’images, avec un modèle compact, rapide et téléchargeable, donne aux chercheurs et aux bricoleurs une nouvelle base de travail pour leurs robots.
Qu’est-ce que FLUX 3 Action ?
C’est un modèle de robotique ouvert de Black Forest Labs, de 7 milliards de paramètres, qui prédit à partir de vidéos multi-caméras l’action suivante d’un robot ainsi que les prochaines images de la scène.
Où télécharger FLUX 3 Action ?
Les poids sont publiés dans la collection FLUX 3 Action de Black Forest Labs sur Hugging Face, avec des options de licence non commerciale et commerciale.
Quelles sont les performances de FLUX 3 Action ?
Selon Black Forest Labs, il atteint 42,0 % de réussite sur RoboLab-120 contre 36,8 % pour Cosmos 3 Nano, et tourne jusqu’à 3,95 fois plus vite que ce dernier en FP8. Positronic Robotics a mesuré 93,3 % de réussite sur un bras Franka.
