Black Forest Labs, la empresa alemana conocida por sus modelos de generación de imágenes FLUX, ha publicado FLUX 3 Action, un modelo de 7.000 millones de parámetros para controlar robots. Según la compañía, supera en el banco de pruebas RoboLab-120, de Nvidia, al modelo abierto que hasta ahora lideraba la clasificación, pese a usar bastantes menos parámetros. La cifra es de la propia empresa y aún no se ha reproducido de forma independiente, algo esperable en un modelo de apenas unos días. Además, la licencia no es tan abierta como sugieren algunos resúmenes: permite el uso no comercial, y BFL no ha detallado qué exige o cuesta el uso comercial.
Qué es un modelo de acción del mundo
FLUX 3 Action pertenece a una categoría llamada modelos de acción del mundo, o WAM por sus siglas en inglés, un término que, según GPTS24, viene de un artículo de investigación de febrero de 2026. La idea es que un solo modelo prediga a la vez los próximos fotogramas de vídeo y las acciones físicas necesarias para producirlos, en lugar de tratar la comprensión visual y el control motor como problemas separados. Recibe fotogramas de cámara, el estado del robot y una instrucción en texto, y predice a la vez cómo evolucionará la escena y qué movimientos debe ejecutar.
El resultado en el banco de pruebas
Según VentureBeat y MarkTechPost, FLUX 3 Action alcanza un 42,92% de éxito en RoboLab-120, un banco de pruebas de simulación con 120 tareas de manipulación con un brazo robótico, desarrollado por investigadores de Nvidia, la Universidad de Toronto y la Universidad de Sidney. Esa cifra supera en 6,1 puntos porcentuales al anterior mejor modelo abierto, Cosmos3-Nano-Policy, de Nvidia, que usa 16.000 millones de parámetros, más del doble. Antes de este lanzamiento, el modelo cerrado OASIS WAM lideraba con un 39%. Según Black Forest Labs, también funciona hasta 3,95 veces más rápido que el modelo abierto anterior.
Por qué el tamaño importa
Un modelo más pequeño que rinde mejor tiene consecuencias prácticas: según VentureBeat, FLUX 3 Action funciona en hardware de consumo, no en centros de datos, lo que facilita su despliegue real en robots. Black Forest Labs sostiene que los grandes modelos de razonamiento planifican bien pero suelen ser demasiado lentos y voluminosos para robots, y que esta eficiencia es clave para su uso directo en el dispositivo.
La licencia: no del todo abierta
Aquí hay un matiz que conviene aclarar. Los pesos están disponibles en Hugging Face bajo una licencia nueva, la FLUX Kommunity License, que según MarkTechPost permite el uso no comercial. La empresa describe también una opción comercial, pero, según DataNorth, no ha publicado qué cuesta o qué requisitos exige. Es decir, cualquiera puede descargar y estudiar el modelo, pero usarlo en un producto comercial no es tan sencillo como sugiere la etiqueta de pesos abiertos.
Lo que falta por confirmar
- Reproducción independiente: ningún tercero ha reproducido todavía el 42,92% con los pesos publicados, según varias coberturas. Es el primer paso para confirmar la cifra.
- Simulación, no el mundo real: RoboLab puntúa manipulación simulada, no el trabajo impredecible junto a personas, según Remio.
- Terreno del propio evaluador: el banco de pruebas procede del ecosistema de investigación de Nvidia, la misma empresa cuyo modelo se supera, lo que no invalida el resultado pero conviene tenerlo presente.
- Antecedente de reproducibilidad: un problema público sobre Cosmos 3 ya reportó dificultades para reproducir algunos resultados publicados en RoboLab, según Remio.
Qué implica en la práctica
- Para investigadores: un modelo más pequeño y potencialmente más eficiente para experimentar con robots, aunque conviene verificar el rendimiento con las propias pruebas.
- Para empresas: consultar los términos exactos antes de asumir que puede usarse gratis en un producto comercial.
- Para el sector: confirma una tendencia de aplicar modelos de generación de vídeo al control robótico, tres lanzamientos similares en dos meses, según DataNorth.
Nuestra lectura
El resultado es prometedor, pero está en la fase en que solo lo respalda quien lo publicó. La combinación de un modelo más pequeño con mejor rendimiento merece atención, y a la vez merece esperar a la reproducción independiente y a pruebas en robots reales, no solo en simulación. Y conviene no confundir pesos abiertos con licencia libre para cualquier uso: aquí el uso comercial tiene condiciones aún sin aclarar.
Fuentes: VentureBeat, MarkTechPost, DataNorth y Remio.