{"id":3444357,"date":"2026-09-24T10:53:22","date_gmt":"2026-09-24T08:53:22","guid":{"rendered":"https:\/\/datanorth.ai\/?post_type=news&#038;p=3444357"},"modified":"2026-09-24T10:55:04","modified_gmt":"2026-09-24T08:55:04","slug":"black-forest-labs-lanceert-flux-3-action","status":"publish","type":"news","link":"https:\/\/datanorth.ai\/nl\/nieuws\/black-forest-labs-lanceert-flux-3-action","title":{"rendered":"Black Forest Labs lanceert FLUX 3 Action"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\"><em>Gepubliceerd: 24 september 2026<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Black Forest Labs publiceerde FLUX 3 Action op 23 september 2026, een model met open gewichten van 7 miljard parameters voor robotbesturing. Het scoort 42,2 procent op RoboLab-120, de benchmark van NVIDIA, tegenover 36,8 procent voor Cosmos 3 Nano en dat met minder dan de helft van het aantal parameters. De gewichten staan op Hugging Face onder een nieuwe licentie die Black Forest Labs de FLUX Kommunity License noemt.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat doet FLUX 3 Action?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Het zet camerabeeld om in robotbeweging. Je geeft het de beelden, de huidige stand van de robot en een geschreven opdracht, en het geeft het volgende blok van 32 bewegingen terug, ruwweg twee seconden beweging bij 15 commando\u2019s per seconde. Het voorspelt ook wat de camera daarna ziet, en daar verdient de videokant van het model zijn plek.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dat is een zijstap voor een bedrijf dat bekendstaat om beeldgeneratie. Black Forest Labs noemt het een World Action Model, en het is gebouwd op dezelfde FLUX 3-basis als de beeldmodellen. De gedachte erachter is dat een model dat heeft geleerd videobeelden te voorspellen al begrijpt hoe voorwerpen bewegen, en daardoor minder robotdata nodig heeft om een taak te leren. Bijtrainen kost ongeveer 200 opgenomen demonstraties.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Er kwamen drie versies tegelijk uit:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>flux-3-action-base, het algemene checkpoint<\/li>\n\n\n\n<li>flux-3-action-so101, voor de goedkope SO-101-arm via Hugging Face LeRobot<\/li>\n\n\n\n<li>flux-3-action-droid, getraind op de DROID-robotdataset<\/li>\n\n\n\n<li>Licentie: FLUX Kommunity License v1.0, met de Qwen3-VL-4B-tekstencoder onder Apache-2.0<\/li>\n\n\n\n<li>Snelheid: 41,06 milliseconden per blok acties op een B200-GPU<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">FLUX 3 Action tegenover Cosmos 3 Nano<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Dit haal je uit de tabel: het verschil met het dichtstbijzijnde open model is ongeveer zes punten, en dat met de helft van de parameters en ruwweg drie keer de snelheid.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table><thead><tr><th><strong>Wat wordt gemeten<\/strong><\/th><th><strong>FLUX 3 Action<\/strong><\/th><th><strong>Vergelijking<\/strong><\/th><\/tr><\/thead><tbody><tr><td>Slagingspercentage RoboLab-120 (robottaken in simulatie)<\/td><td>42,2%<\/td><td>36,8% voor Cosmos 3 Nano<\/td><\/tr><tr><td>Zelfde benchmark, zwakker checkpoint<\/td><td>38,3% single-step<\/td><td>28,0% voor \u03c00.5, 25,7% voor DreamZero<\/td><\/tr><tr><td>Parameters<\/td><td>7 miljard<\/td><td>16 miljard voor Cosmos 3 Nano<\/td><\/tr><tr><td>Snelheid<\/td><td>2,85x tot 3,15x sneller dan Cosmos 3 Nano<\/td><td>41,06 ms per blok acties op een B200<\/td><\/tr><tr><td>Test op een echte robot<\/td><td>93,3%, oftewel 28 van 30 taken<\/td><td>een Franka-arm, taken niet uitgesplitst<\/td><\/tr><tr><td>Licentie<\/td><td>FLUX Kommunity License v1.0<\/td><td>Cosmos 3 is open-weights van NVIDIA<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Dit zijn de eigen cijfers van Black Forest Labs, gepubliceerd op de modelpagina, met een gemelde marge van plus of min 0,36 punt op de hoofdscore. RoboLab-120 is de simulatiebenchmark van NVIDIA, dus de vergelijking met Cosmos 3 Nano speelt zich af op het terrein van NVIDIA zelf. De test op een echte robot is een aparte en veel kleinere proef: 30 taken op een enkele Franka-arm, zonder uitleg welke twee mislukten.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat Black Forest Labs niet vertelt<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">De licentie is nieuw en de voorwaarden staan er niet uitgeschreven. Black Forest Labs noemt zowel een niet-commerci\u00eble als een commerci\u00eble optie, maar publiceerde niet wat commercieel gebruik kost of vraagt. Voor een robotbedrijf dat overweegt hier een product op te bouwen is dat de enige vraag die telt, en die heeft nog geen antwoord.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Er is ook geen vergelijking met gesloten modellen. Elke concurrent in de tabel heeft open gewichten. Physical Intelligence en Google hebben allebei systemen in dit vakgebied die hier niet worden gemeten, dus de claim is dat FLUX 3 Action voorop loopt binnen het open veld, niet in het hele veld. Daarnaast geeft het model ruwe gewrichtsdoelen terug, zonder ingebouwde grenzen aan snelheid, kracht of bereik. Black Forest Labs zegt dat er gewoon bij en vraagt je een eigen veiligheidslaag toe te voegen. Dat is de juiste openheid en tegelijk een waarschuwing over hoeveel werk er nog ligt.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat dit betekent<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Nu het testen waard als je al een robotarm op tafel hebt staan. Een onderzoeksgroep of een klein automatiseringsteam met een SO-101 of een Franka pakt het bijbehorende checkpoint en traint het bij op zo\u2019n 200 demonstraties. Dat is een weekend, geen project. Met 7 miljard parameters draait het op hardware die je waarschijnlijk hebt, en het snelheidscijfer betekent dat het echt een regelkring kan sluiten in plaats van te traag te denken om bruikbaar te zijn.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Voorlopig te negeren als je ergens anders zit. Zonder gepubliceerde commerci\u00eble voorwaarden kun je hier geen product op bouwen, en zonder vergelijking met de gesloten systemen weet je niet of de stand van de techniek hier ligt of elders. Het bredere patroon is wel het opmerken waard: een bedrijf in beeldgeneratie stapt de robotica binnen en pakt in \u00e9\u00e9n keer de bovenste open plek, met een videomodel als basis. Dat is de derde release in twee maanden die betoogt dat videovoorspelling de goedkope route naar robotbesturing is, en dat betoog begint te kloppen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Voor meer informatie, bekijk<\/em> <em><a href=\"https:\/\/bfl.ai\/models\/flux-3-action\" target=\"_blank\" rel=\"noopener noreferrer nofollow\">de offici\u00eble aankondiging van FLUX 3 Action op de site van Black Forest Labs<\/a>.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Black Forest Labs\u2019 FLUX 3 Action zet camerabeelden en tekstinstructies om in robotbeweging met slechts 7 miljard parameters.<\/p>\n","protected":false},"author":22,"featured_media":3444355,"template":"","tags":[],"news-category":[],"class_list":["post-3444357","news","type-news","status-publish","has-post-thumbnail"],"meta_box":[],"_links":{"self":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news\/3444357","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news"}],"about":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/types\/news"}],"author":[{"embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/users\/22"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/media\/3444355"}],"wp:attachment":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/media?parent=3444357"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/tags?post=3444357"},{"taxonomy":"news-category","embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news-category?post=3444357"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}