画像生成 AI で知られるドイツ発の Black Forest Labs（BFL）は 2025 年 9 月 23 日、ロボットを制御するための AI モデル「FLUX 3 Action」を公開しました。モデルの重みは誰でも無償でダウンロードできる形で Hugging Face に掲載されており、オープンソースに近い形での提供となっています。
このモデルの基本的な仕組みは、ロボットに取り付けた複数のカメラ映像と現在の姿勢情報、そして「この部品を右の箱に入れて」といったテキスト指示を組み合わせて読み取り、次にとるべき動作を連続して出力するというものです。約 2 秒先の動作を一度に計算して指示を出せるため、滑らかな動作制御が可能とされています。
性能面では、NVIDIA が開発したロボット向けのベンチマーク「RoboLab-120」において、42.92 %のタスク成功率でトップスコアを記録しました。BFL によると、同ベンチマークでこれまで首位だった NVIDIA の Cosmos 3（パラメータ数 16B（160 億）を 6.1 ポイント上回る結果であり、パラメータ数が約半分以下の 7B（70 億）でこれを達成した点が評価されています。
実機での検証も行われています。Positronic Robotics が産業用ロボットアーム「Franka」を使って 10 種類のタスクを各 3 回ずつ試したところ、FLUX 3 Action は 30 回中 28 回（成功率 93.3 %）でタスクを完了しました。比較対象の競合モデルはいずれも成功率が低く、実用水準での優位性が示された形です。
導入のしやすさも特徴のひとつです。約 200 件のデモデータがあれば自社の用途に合わせた追加学習が可能で、BFL は週末程度の作業量で対応できると説明しています。コードや学習手順も公開予定で、製造・物流などの現場で自動化を検討する中小規模のチームでも取り組みやすい設計となっています。
ライセンスは新設の「FLUX Kommunity License」で、非商用・商用いずれの利用も想定されていますが、商用利用の費用や詳細条件はまだ公表されていません。製品への組み込みを検討する企業にとっては、この点が今後の重要な判断材料になりそうです。なお BFL は 2025 年 12 月に 3 億ドル（約 450 億円）の資金調達を完了しており、企業評価額は 32.5 億ドル（約 4,875 億円）、累計調達額は 4.5 億ドル（約 675 億円）を超えています。