flux-action

7B 开源世界动作模型，让机器人看视频学动作

flux-action 是 Black Forest Labs 开源的 7B 世界动作模型（World Action Model），以开放权重形式发布，目标是把 FLUX 系列的世界建模能力延伸到机器人动作预测领域。它解决的是传统模仿学习/视觉语言动作模型（VLA）泛化差、依赖大量真机数据的问题：通过世界模型预测未来状态与动作，让机器人能在少量示范下完成操作任务。核心能力包括：支持 DROID、SO-101 等真实机器人数据集与 LeRobot 生态，可训练、微调并推理动作序列；同时兼容仿真器与游戏环境，可作为通用动作预测骨干。项目基于 PyTorch，提供训练与推理脚本，适合研究者做机器人学习、世界模型与 VLA 方向的实验。目前星标约 149，属于早期项目，但背靠 Black Forest Labs 的 FLUX 技术积累，在开源世界动作模型里关注度上升较快。