Por Canuto  

Black Forest Labs presentó FLUX 3 Action, un modelo abierto que usa video de varias cámaras para anticipar acciones robóticas. La empresa afirma que logró un récord en RoboLab-120 con 7.000 millones de parámetros y una ejecución hasta 3,95 veces más rápida que la de un modelo abierto anterior.
***

  • FLUX 3 Action recibe video de múltiples cámaras y predice tanto la acción siguiente como los cambios que produciría en el entorno.
  • Black Forest Labs atribuye al modelo una tasa de éxito récord en RoboLab-120 con 7.000 millones de parámetros.
  • La compañía también apunta a posibles usos en videojuegos y, más adelante, en agentes capaces de operar computadoras.

Un modelo que conecta lo que ve con lo que debe hacer

Black Forest Labs presentó FLUX 3 Action, un modelo de inteligencia artificial de código abierto orientado a la robótica. La propuesta parte de FLUX 3, un modelo multimodal entrenado principalmente con video, aunque también con datos de imagen y audio. En lugar de limitarse a describir una escena, FLUX 3 Action busca relacionar lo que observa con la acción que debería ejecutar un agente robótico.

La compañía describe el sistema como un modelo mundo-acción: recibe transmisiones de video procedentes de varias cámaras ubicadas alrededor del espacio de trabajo y predice cuál sería el siguiente movimiento. Además, anticipa cómo cambiaría el entorno como consecuencia de esa acción. Esa combinación importa porque una instrucción para un robot no termina al identificar un objeto; también debe considerar qué ocurriría al interactuar con él.

En términos prácticos, el diseño intenta unir percepción y decisión dentro de una misma tarea. Las imágenes de distintas cámaras aportan perspectivas del espacio de trabajo, mientras que la predicción de cambios añade una estimación de los resultados de cada movimiento. La información disponible no detalla qué acciones específicas puede realizar el modelo ni en qué tipos de robots se probó, por lo que no permite concluir que esté listo para cualquier entorno físico.

El anuncio se inscribe en una dificultad conocida para la IA aplicada a robots: los modelos pueden necesitar interpretar señales y decidir con rapidez dentro de un entorno cambiante. Black Forest Labs sostiene que los grandes modelos de razonamiento pueden planificar bien, pero suelen ser demasiado lentos y voluminosos para funcionar en robots. Esa observación explica por qué la empresa destaca no solo la capacidad de FLUX 3 Action, sino también su tamaño y velocidad.

El desempeño que reporta Black Forest Labs

Según Black Forest Labs, FLUX 3 Action estableció un récord de tasa de éxito en el benchmark RoboLab-120 con 7.000 millones de parámetros. La empresa agrega que el modelo tiene menos de la mitad del tamaño del mejor modelo abierto anterior en esa comparación. Son resultados atribuidos a la compañía; el material disponible no especifica la metodología, las tareas incluidas ni los valores numéricos de las tasas de éxito.

BFL también afirma que el sistema se ejecuta hasta 3,95 veces más rápido que ese modelo abierto anterior. El dato, junto con el menor número de parámetros, respalda la apuesta por una IA que pueda operar con menos exigencias de cálculo. Sin información sobre el hardware utilizado o las condiciones exactas de la prueba, sin embargo, la comparación debe leerse como una afirmación de la empresa y no como una garantía de rendimiento en cualquier dispositivo.

La velocidad tiene una posible consecuencia directa para los sistemas robóticos: reducir el tiempo entre la observación de una escena y la selección de una acción. En tareas donde el robot recibe imágenes de varias cámaras, cada decisión depende de interpretar el espacio y anticipar el efecto del movimiento, de modo que una ejecución más rápida podría resultar útil. El anuncio no aporta cifras sobre latencia en robots reales ni describe pruebas de despliegue físico.

El tamaño también es central en el argumento de BFL. Un modelo con 7.000 millones de parámetros puede ser más compacto que alternativas abiertas mayores, pero esa cifra, por sí sola, no demuestra que pueda ejecutarse en todos los robots ni que consuma menos energía en cada configuración. La compañía presenta eficiencia y velocidad como características relevantes para llevar modelos al dispositivo, aunque la información divulgada no precisa requisitos de memoria, procesador o consumo.

Posibles usos más allá de la robótica física

Black Forest Labs considera que la lógica de FLUX 3 Action podría aplicarse a entornos digitales, donde los videojuegos funcionarían como campos de prueba para agentes de navegación. En esos escenarios, un agente puede observar un espacio virtual y decidir cómo desplazarse por él, una tarea que comparte con la robótica el vínculo entre percepción y acción. La empresa plantea esa posibilidad, pero no anuncia un producto para videojuegos ni resultados de pruebas en ese campo.

La compañía también menciona que los agentes rápidos capaces de operar computadoras podrían llegar más adelante. Esa idea amplía el alcance potencial del enfoque: en vez de mover un brazo o navegar un nivel, un agente tendría que interpretar una interfaz y elegir qué hacer en ella. BFL lo presenta como una posibilidad futura, no como una capacidad ya confirmada para FLUX 3 Action.

El carácter abierto del modelo es otro componente del anuncio. Black Forest Labs indicó que sus pesos están disponibles en Hugging Face, lo que ofrece acceso a los archivos del modelo para quienes quieran evaluarlo o trabajar con ellos. La disponibilidad de los pesos no equivale por sí sola a una demostración de seguridad, rendimiento en hardware específico o facilidad de integración, aspectos sobre los que la información publicada no ofrece detalles.

Por ahora, el anuncio combina una arquitectura centrada en video y acción con resultados de benchmark que BFL destaca por su tamaño y velocidad. La siguiente evaluación relevante será comprobar cómo se comporta el modelo fuera de las cifras reportadas por la empresa, tanto en distintos dispositivos como en tareas robóticas concretas. Sus posibles extensiones a videojuegos y agentes de computadora también quedan planteadas como líneas de desarrollo, sin que la compañía haya detallado plazos ni implementaciones.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados