模型介绍
中文整理# FLUX 3 Action SO-101 模型卡片
Model use case
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。
## 主要能力
- 根据视觉观察、机器人状态和文本指令预测动作序列
- 同时输出动作和对应的未来视频帧预测
- 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
## 输入输出
- *输入：**
- 两路摄像头画面：scene 场景摄像头和 wrist 手腕摄像头
- 六维机器人状态/动作：关节增量动作配合绝对夹爪
- 八维观察信息：两路视觉快照和历史指令条件
- 文本指令
- *输出：**
- 预测 42 个动作，以 30 Hz 频率执行 32 个动作后重新规划
- 去噪后的下一段视频帧
- *运行要求：**
- 采样参数：四步欧拉采样，shift 6.93，guidance 3，seed 42，BF16 精度
- 需要加载本仓库提供的处理器流水线文件、归一化状态文件和 dataset statistics.json
基本用法
使用 FLUX3 集成，通过 shared-encoder Hub 子文件夹/修订版本支持加载。两个冻结编码器自动从基础仓库加载。本仓库不包含重复的编码器权重。
- *任务适配：**
可使用随附的 lora.json 配方进行微调。该配方继承检查点的机器人/模型设置，训练 rank-32 LoRA，使用 bf16 混合精度，批量大小 2，梯度累积 4，训练 10000 步。
限制
该模型输出关节目标，但模型本身不限制关节速度、力或工作空间。应用程序必须强制执行这些限制，并在可触及范围内保持硬件急停。在人员附近运行前，需在模拟器上验证或启用机械臂安全限制。
该模型及其衍生作品不得用于：
- 任何违反适用法律的方式
- 在无人监督且无停止手段的情况下控制可能危及人类的机器
- 用于全自动决策或对个人法律权利产生负面影响的高风险应用
- 骚扰、虐待、威胁、跟踪或欺凌个人或群体
- 以任何方式剥削、伤害或企图剥削或伤害未成年人
许可证
本模型采用 FLUX Kommunity License v.1.0 许可证。flux-3-action-base 中的文本编码器是 Qwen3-VL-4B-Instruct 的未修改副本，采用 Apache-2.0 许可证。flux-action 代码具有独立的许可证。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。