一句话核心：Black Forest Labs（FLUX 图像模型的团队）发布 FLUX 3 Action——一个 7B 参数的开源权重「世界动作模型（World Action Model, WAM）」，用于机器人控制。官方称它在 RoboLab-120 榜单上以不到此前最好开源模型一半的参数量创下新的成功率纪录（官方表格口径 42.92%），同时最高快 3.95 倍。这是「生成模型团队转向物理 AI」的一个具体落点。
背景脉络
- BFL 是 FLUX 图像模型的团队；本条是一家做图像／视频生成的实验室，把「预测未来帧」的能力改造成「预测机器人动作」——官方把这一整类能力称为「Visual Intelligence」里的一支：action prediction。
- 与本周已发条目的关系：topic 170（小米 MiMo-V2.6）、**topic 176（Gemini 4 进入后训练）**讲的是模型能力与节奏；本条补的是「模型往哪里去」这条线里最少被写到的一支——具身／机器人。
- 时间：9 月 24 日（据媒体报道）；
制品自身的发布日期本次未取到。
关键细节（官方模型页原文）
定位
「We present FLUX 3 Action, an open-weight 7B world-action-model derived from our multimodal FLUX 3 backbone, that was pretrained on a large-scale collection of video, image and audio data — with a strong emphasis on videos.」
能力与输入输出
- 接收相机观测、机器人当前状态与自然语言指令，直接转成物理动作（据媒体报道）；
- 官方的表述是「从一系列观测（例如机器人工作站上多路摄像头的视频）预测智能体的下一个动作及其环境状态」。
榜单成绩（官方表格，RoboLab-120）
| 模型 | 是否开源 | 类型 | 成功率 | 参数量 |
|---|---|---|---|---|
| FLUX 3 Action | 开源 | WAM | 42.92% | 7B |
| OASIS | 闭源 | VLM + WAM | 39.0% | — |
| Cosmos3-Nano-Policy | 开源 | WAM | 36.8% | 16B |
| Phoenix | 闭源 | TAMP+FM | 34.4% | — |
| BiMind v0.1 | 闭源 | VLA | 33.3% | — |
| π0.5 | 开源 | VLA | 28.0% | 3.3B |
| DreamZero | 开源 | WAM | 25.7% | 14B |
| Cosmos3-Edge-Policy | 开源 | WAM | 22.9% | 4B |
| π0-FAST | 开源 | VLA | 15.5% | 3B |
| GR00T N1.6 | 开源 | VLA | 7.2% | 3B |
| π0 | 开源 | VLA | 5.0% | 3.3B |
| paligemma-binning | 开源 | VLA | 3.4% | 3B |
（上表为官方 Table 1 的全部 12 行；图注原文：「RoboLab-120 overall success rates. Types and weight availability follow the RoboLab leaderboard.」）
官方原话：「On the RoboLab-120 leaderboard it sets a new state-of-the-art success rate at less than half the parameters of the previous best open model, while running up to 3.95x faster.」
开放范围与一个官方强调
- 权重已发布（Hugging Face
black-forest-labs/flux-3-action-base）；官方称同时发布技术报告，覆盖预训练 → 中训练 → 微调 → 推理优化全过程； - 官方特别强调：「In robotics, the fine-tuning recipe is just as important as the weights.」（在机器人领域，微调配方和权重一样重要）——这正是他们连报告一起发的理由。
两个可核的实测细节
- 他们把同一套微调配方用在廉价的 SO-101 机器人上，称策略「30 次尝试完成 28 次」；
- 官方还分析了混合系统：把快速动作预测与前沿推理模型的规划能力结合，称「up to 53.64% more success per dollar」。
合作与硬件（官方致谢原文）：与 NVIDIA（Jetson 集成、在 SO-101 上测参数高效微调）、Hugging Face 与 LeRobot 合作；评测基础来自 NVIDIA Isaac Lab 与 RoboLab 团队；模型在 NVIDIA GB200 上训练，自定义 kernel 用 NVIDIA 的 CuTe DSL 编写。
数据解读与口径
一、 官方页自己给出了多个不同的成功率，引用时必须指明是哪一个
同一页面上至少出现五个数值，对应不同检查点与不同精度／GPU：
| 数值 | 官方出处 | 对应对象 |
|---|---|---|
| 42.92% | Table 1（榜单汇总表） | 官方未标注该行对应的检查点与精度（本文标题与表格采用此值） |
| 42.2% ± 0.36 | 正文 | guidance-distilled 检查点 |
| 42.24% | 正文（B200、FP8） | 同上检查点、实时因子 0.048 |
| 38.3% ± 0.38 | 正文 | single step 7B 检查点 |
| 37.92% | 正文 | step-distilled 变体（实时因子 0.015） |
两点必须说清：① Table 1 的图注原文只写「RoboLab-120 overall success rates. Types and weight availability follow the RoboLab leaderboard.」——它并未标注 42.92% 那一行对应哪个检查点与精度，不要自行把它对到 guidance-distilled 上；② 42.92% 与 42.2%／42.24% 不是同一个口径。⇒ 本文统一采用表格的 42.92%，并在此列出其余数值——不要把几个数混用，也不要把某一个说成「唯一的官方数字」。
二、加速倍数是两组区间，而且不是「每次调用延迟」
官方原话有两处，比较对象不同：
- 对 Cosmos 3 Nano（FP8）：「1.52x through 3.95x speedup」（跨消费级、工作站与数据中心 GPU）；
- 对 π0.5：「1.34x through 2.28x improvement in speed per second of robot motion」（工作站与数据中心 GPU）。
官方还专门注明：这里的速度优势是「实时因子（real-time factor）」，不是每次调用的延迟——因为作为 WAM，它能一次预测 2.13 秒的运动，而 π0.5 是 1.0 秒。
⇒ 本文标题沿用官方概述句的「up to 3.95x faster」；二手媒体出现的「1.43 倍」与官方两组区间都不吻合，不采用。
三、「高 6.1 分」不是官方表述，但可从官方表格算出
官方表格：FLUX 3 Action 42.92% vs Cosmos3-Nano-Policy 36.8%（开源模型中前一名；榜单里 39.0% 的 OASIS 是闭源）⇒ 差值约 6.1 个百分点。这是计算值，不是官方原话。
四、「WAM」是厂商自创的类别名
World Action Model 与通常说的「世界模型（world model）」不是一回事 ⇒ 不要混写。
五、制品核到的范围有限
官方称发布权重与技术报告；权重在 Hugging Face。 BFL 的 GitHub 路径返回 404，且本文未逐一核到「代码／微调配方／可复现示例」是否已实际发布 ⇒ 引用「将发布」时须保留该限定。
六、榜单里开源与闭源混排，参数列并不齐
部分闭源模型未标参数量 ⇒ 做「参数量对比」时必须注明哪些是开源，否则会把「闭源未标参数」误读成「参数很小」。
价格与成本
权重开源、无 API 定价，但官方给出了一组很具体的成本对照（均为官方自测，在 H200／$3 每小时的口径下）：
| 方案 | 每次成功成本 | 每次成功耗时 |
|---|---|---|
| 纯推理（GPT-6 Astra 最大推理档） | $13.47 | 约 16 分钟 |
| F3A 单独跑 | $0.09 | 不到 2 分钟 |
| 混合（Astra 把控制权交给 F3A、必要时介入） | $8.77 | 8 分钟 |
- 官方称混合策略仍能解决 90% 的回合（含纯动作策略单独解不了的复杂任务），比最佳替代配置便宜 29%、快 40%；
- 纯推理的代价是每次推理调用要为每秒钟机器人动作多花约 35.77 秒；
- 官方同时给出效率口径「up to 53.64% more success per dollar」。
- 以上全部是官方自测，无第三方复现；且纯推理档仍达到最高准确率——官方自己写明「可靠性与成本之间的权衡依然存在」。
辩证评估
为什么值得跟：
- 一个做图像生成的团队，用 7B 的开源权重在机器人控制榜单登顶——这说明「视频生成」练出来的表征，可以迁移到「动作预测」；
- 更实际的一点：他们把「微调配方」与「报告」一并公开。对具身智能社区，配方往往比权重更有迁移价值（官方自己也这么说）；
- 成本对照很硬：纯推理 $13.47／次 vs F3A 单独 $0.09／次——相差两个数量级，这对「要不要给机器人上大模型」是个直接的算账依据。
反向视角：
- 全部为厂商自测，无第三方复现；
- 榜单为官方自建的 RoboLab-120（与 NVIDIA 团队合作提供评测基础）；
- 官方页自身口径不一致（成功率五个数值，见上）；
- 制品发布日期未取到（9/24 只是媒体报道日）；
- 「代码／微调配方」官方称发布，本文未逐一核到；
- 绝对水平不高：成功率 42.92% 说明机器人任务本身很难——「榜单第一」不等于「能用」。
已知 vs 待验证
已证实（官方模型页一手）：7B 开源权重 WAM 的定位与来源（FLUX 3 多模态主干、预训练偏重视频）；RoboLab-120 表格（42.92% 居首、7B、前一名开源为 16B／36.8%）；两组加速区间（对 Cosmos 3 Nano FP8 1.52x–3.95x；对 π0.5 1.34x–2.28x，且为实时因子）；正文另给的 42.2%±0.36／42.24%／38.3%±0.38／37.92%；SO-101 上 28/30；成本对照（$13.47／$0.09／$8.77）与 53.64%；致谢中的合作方（NVIDIA／Hugging Face／LeRobot）与训练硬件（GB200）。
待验证 / 未取到：
- 制品自身的发布日期——未取到；
- 「代码／微调配方／可复现示例」是否已实际发布——未逐一核；
- 第三方独立复现——未见；
- RoboLab-120 的评测条件与榜单维护方——仅知与 NVIDIA 团队合作。
给读者的建议
- 做具身／机器人的团队：先去读技术报告里的「微调配方」那一节——官方明确说「在机器人领域，微调配方和权重一样重要」，这通常比权重更有迁移价值。
- 做选型的：不要只看「榜单第一」——① 42.92% 的绝对成功率说明任务很难；② 官方页有四个成功率数值，务必确认你引的是哪一个；③ 确认你的本体（embodiment）是否在它覆盖的范围内（官方演示用的是 SO-101）。
- 算成本账的：官方那组对照可以直接拿来估——纯推理约 $13.47／次、F3A 单独约 $0.09／次、混合约 $8.77／次（均为官方自测，H200／$3 每小时口径）。
- 内容写作者：不要把「WAM」写成「世界模型」；不要把加速倍数的两组区间与二手的 1.43 倍混用；引用成功率必须指明是哪个检查点／哪张表；「第一名」须标「官方榜单／厂商自测」。
来源
官方来源
- Black Forest Labs 官方模型页《FLUX 3 Action: A 7B World Action Model for Robot Control》（September 2026；含 RoboLab-120 表格、两组加速区间、多个成功率数值与成本对照）：https://bfl.ai/models/flux-3-action
- 权重仓（Hugging Face）：https://huggingface.co/black-forest-labs/flux-3-action-base
独立来源
- VentureBeat：https://venturebeat.com/infrastructure/black-forest-labs-debuts-flux-3-action-an-open-weights-ai-robotics-model-that-tops-the-leaderboard-at-half-the-size-of-its-competition
- MarkTechPost（2026-09-24）：https://www.marktechpost.com/2026/09/24/black-forest-labs-releases-flux-3-action-a-7b-open-weights-world-action-model-that-tops-robolab-120/
本站相关（背景）
- topic 170（小米 MiMo-V2.6）、topic 176（Gemini 4 进入后训练）
说明：本条为 9 月 24 日（据媒体报道）发布的此前遗漏条目，制品自身日期未取到。成功率与加速倍数均为官方口径，且官方页自身给出多个数值——本文统一采用表格的 42.92%，并列出其余数值；无第三方复现。配图为官方模型页主图，图注已标来源。