Das Unternehmen, das FLUX zum König der Bildgenerierung gemacht hat, hat dieselbe Architektur jetzt auf Roboterarme gerichtet.
Was es eigentlich ist
FLUX 3 x mimic ist ein Video-Action-Modell. Black Forest Labs hat das FLUX 3 multimodale Rückgrat genommen und es mit dem Manipulations-Lernen des Robotik-Startups mimic kombiniert. Das Ergebnis ist ein Modell, das eine Szene beobachtet, vorhersagt, was passiert, wenn der Arm sich auf eine bestimmte Weise bewegt, und dann handelt – mit einer Reaktionszeit von etwa 101 Millisekunden, also ungefähr menschlicher Reflexgeschwindigkeit. Trainingsdaten: zig-Millionen Stunden allgemeines Video plus mehrere hunderttausend Stunden menschliche und robotische Manipulationsaufnahmen.
Der Kernpunkt ist die Generalisierung. Konventionelle Fabrikautomation kann weiche, nachgiebige Dinge nicht handhaben – Dichtungen, Kabel, das Einbauen eines ECUs in eine enge Halterung. FLUX-mimic bewältigt das, und einige Aufgaben lassen sich mit nur 30 Minuten Roboterdaten feinjustieren. Audi setzt es in einer echten Produktionslinie ein.
Der API-Ansatz
FLUX 3 Video und FLUX 3 Action sind jetzt im Early Access. BFL kündigt an, dass bis zum Jahresende eine API, private Gewichte und ein Open-Source-FLUX 3 Dev verfügbar sein werden. Das bedeutet Bild, Video und physische Aktion aus einem einheitlichen Stack – das gleiche Team, dem Sie bereits für Pixel vertrauen, schließt jetzt den Kreis in die reale Welt.