Black Forest Labs、ロボット向け開放型AIモデル「FLUX 3 Action」を発表

何が起きたか

画像生成AIで知られるBlack Forest Labs(BFL)は2026年9月、ロボット向けの開放型AIモデル「FLUX 3 Action」を発表しました。ロボット作業現場の複数カメラ映像から次に取るべき動作を予測する「ワールドアクションモデル(World Action Model)」で、パラメータ数は70億(7B)と、これまでの最良の開放モデルの半分以下に抑えられています。モデルの重みはHugging Faceで公開されています。

なぜ重要か

BFLの発表によると、FLUX 3 Actionはロボット制御の性能を測るベンチマーク「RoboLab-120」で、7Bパラメータ規模として最高の成功率を記録したといいます。比較対象の「Cosmos 3 Nano」(16B)や「Pi0.5」を上回る成績で、処理速度も従来のトップモデルより最大3.95倍速いとされています。モデルサイズを抑えながら精度と速度を両立した点が特徴です。ロボット制御AIはカメラなどのセンサー情報から次の動作を判断する仕組みで、これまでは大規模なモデルが必要とされてきました。

背景

BFLはこれまで画像生成モデル「FLUX」シリーズで知られてきましたが、動画・音声を含む大規模なマルチモーダル学習を経た基盤モデル「FLUX 3」をもとに、今回ロボティクス分野へ参入した形です。BFLによる実ロボットでの評価では、独立機関の検証でCosmos 3 NanoやPi0.5を上回る成功率を記録したとみられます。

日本のビジネスへの示唆

• 製造業や物流など、ロボットを活用する日本企業にとって、軽量かつ高速な開放型モデルの登場は導入コストを下げる選択肢として検討に値します。
• 重みが公開されているため、自社データでの追加学習や検証を試す余地がありますが、BFLはHugging Face上のライセンスを非商用利用に限定しているとしており、商用導入前の確認が必要とみられます。
• ロボット制御AIの性能競争は激しさを増しており、今後の対応言語や実導入事例の広がりにも注視したいところです。