Find the right model.
Download more easily.

FLUX 3 Action 是一个开源权重的 7B 世界动作模型。该模型接收摄像头画面、机器人状态和文本指令，返回下一段动作预测，同时生成去噪后的下一帧视频。 根据视觉观察、机器人状态和文本指令预测动作序列 采用 SO-101 策略，包含检查点自带的观察历史、摄像头布局和归一化参数

FLUX 3 Action DROID FLUX 3 Action 是一个开源的 7B 参数世界动作模型。该模型接收摄像头画面、机器人状态和文本指令，输出下一段动作，并与下一帧视频画面一起去噪。该模型基于 DROID 数据集微调，在 RoboLab-120 基准测试中以 42.92% 的任务成功率排名第一。 该模型为世界动作模型（WAM），能够同时预测未来画面和动作。与传统的视觉语言动作模型（VLA）不同，WAM 将动作预测与视频生成结合在一起。