Black Forest Labs تطلق نموذج FLUX 3 Action المفتوح بحجم 7B للروبوتات

أطلقت Black Forest Labs، الاستوديو المعروف بمولّد الصور FLUX، في 22 سبتمبر نموذج FLUX 3 Action المفتوح من فئة world action. يضم النموذج 7 مليارات معلمة. ووفق المدونة الرسمية للشركة، تفوّق في تصنيف NVIDIA RoboLab-120 على Cosmos 3 Nano، الذي كان أفضل النماذج المفتوحة حتى الآن، مع أنه أصغر منه حجمًا بوضوح.

نُشر المقال الأصلي في Jiqizhixin تحت عنوان يتحدث عن فريق فاي-فاي لي ونموذج عالم أدّى فيه تغيير «底座» (النموذج الأساسي) إلى قفزة كبيرة في نجاح الروبوتات. أما الجزء المتاح من النص فمخصص بالكامل لإصدار Black Forest Labs، ولم تُوضَّح فيه العلاقة بين الموضوعين. وما يلي يقتصر على ما يؤكده هذا الجزء.

ما المعروف عن النموذج

ينتمي FLUX 3 Action إلى فئة نماذج world action. تجمع هذه الأنظمة بين التنبؤ بكيفية تغيّر المشهد المحيط وتوليد أفعال الروبوت. وتُحَلّ هاتان المهمتان عادةً بمكوّنين منفصلين، أما هنا فتُدمجان في نموذج واحد.

يمثّل ذلك بالنسبة إلى Black Forest Labs خروجًا عن مجالها المعتاد. فقد عُرفت الشركة بتطوير توليد الصور، وها هي تدخل مجال الذكاء الاصطناعي الفيزيائي. ولديها أساس لذلك: فخبرة تدريب النماذج البصرية الكبيرة ترتبط مباشرة بكيفية «رؤية» الآلة للمشهد وتنبؤها به.

أبرز المعطيات من البيانات المتاحة:

• المطوّر: Black Forest Labs؛
• الاسم: FLUX 3 Action؛
• النوع: نموذج world action مفتوح؛
• الحجم: 7 مليارات معلمة؛
• الاختبار المرجعي: NVIDIA RoboLab-120؛
• النتيجة: أعلى من Cosmos 3 Nano، الذي كان الأفضل سابقًا بين النماذج المفتوحة؛
• عدد معلماته أقل من Cosmos 3 Nano (النسبة الدقيقة مقتطعة في الجزء المتاح من النص).

لماذا تهم المقارنة مع Cosmos

تنتمي Cosmos إلى سلسلة نماذج العالم من NVIDIA، وقد أصبحت هذه النماذج نقطة مرجعية للمجتمع المفتوح في الروبوتات. وتجاوز نموذج كهذا في اختبار مرجعي وضعته NVIDIA نفسها خطوة قوية، لأن المقارنة تجري على منصة حدّدها أكبر مورّد للعتاد في مجال الروبوتات.

والحجم مهم أيضًا. فسبعة مليارات معلمة تتسع في GPU حديثة واحدة. وهذا يسهّل إجراء التدريب الإضافي لروبوت بعينه، وتشغيل النموذج على متن الروبوت حيث تكون الذاكرة والطاقة محدودتين. وإذا أكدت اختبارات مستقلة هذا التفوق، فسيكون ذلك حجة تدعم الرأي القائل إن جودة التمثيل البصري والفيزيائي للمشهد أهم في المناولة من حجم النموذج.

والتحفظات واضحة. فالنتيجة مأخوذة من مدونة الشركة نفسها، ويقيس RoboLab-120 النجاح في المحاكاة أو على مجموعة محدودة من المهام. أما كيف سيتصرف النموذج على عتاد حقيقي يتضمن ضوضاء المستشعرات والتآكل وأشياء لا يمكن التنبؤ بها، فلا يزال غير واضح.

ما الذي يجب فحصه قبل الاستخدام

على الفريق الذي يفكر في استخدام FLUX 3 Action أن يتبع عدة خطوات:

• قراءة المدونة الأصلية وبطاقة النموذج: الترخيص، والأوزان، وصيغة بيانات الإدخال والأفعال؛
• إعادة إنتاج النتيجة على RoboLab-120 على عتادكم الخاص، بدل الاعتماد على الأرقام المعلنة؛
• فحص التوافق مع ذراعكم الروبوتية وتردد التحكم: فنماذج world action حساسة لزمن الاستجابة (latency)؛
• تجربة مهام خارج الاختبار المرجعي، خصوصًا مع أشياء نادرة وإضاءة سيئة؛
• مقارنة تكلفة التدريب الإضافي لنموذج 7B ببدائل أكبر حجمًا.

وإذا كان اهتمامكم منصبًّا على عمل مجموعة فاي-فاي لي المذكور في العنوان، فارجعوا إلى المصدر الأصلي: فلا تفاصيل عنه في النص المتاح، واختلاقها سيكون خطأً.