生成模型公司跨进「会行动的世界模型」，听起来跨界，实则逻辑通顺：理解像素之后，下一步往往是预测动作。Black Forest Labs把FLUX系列延伸到Action，并甩出一份机器人评测成绩单。
据VentureBeat 9月23日报道，FLUX 3 Action被定位为约7B参数的World Action Model（世界动作模型）。公司称其在NVIDIA RoboLab-120上的成功率约42.92%，超过公开榜上既有模型；对比对象包括约16B参数的Cosmos3-Nano-Policy，并称FLUX 3 Action更快约1.43倍。需要强调：RoboLab相关数字目前以公司自报为主，公开榜更新仍应以官方榜单为准，读者宜把「登顶」理解为厂商披露口径，而非最终盖章。
开源计划包括权重、代码、微调配方、基准，以及面向SO-101/LeRobot的示例。公司还提及曾进行无人机与Doom等早期实验，并明确称之为早期探索，避免被写成成熟产品能力。另有约200条遥操作episode用于微调演示，说明其展示路径仍大量依赖人类遥操作数据起步，再迁移到策略学习——这与当前机器人学习主流做法一致。
World Action Model试图在同一套表示里处理「看见世界—预测或生成动作」。7B相对16B更小却报出更高成功率与更快速度，若结果经得起复现，将对「盲目堆参数」形成压力；若难以复现，则提醒社区把评测协议、种子与失败案例一并公开。Black Forest Labs过往以图像生成见长，进入具身评测，也反映生成模型团队正争夺机器人基础模型心智。
对研究者，开源权重与LeRobot示例降低了复现门槛；对企业，更关心的是从基准到真实产线的域迁移：光照、摩擦、物体形变与安全约束都会让成功率塌方。观察点包括：官方RoboLab榜是否确认其分数、开源包是否包含完整训练配方、以及SO-101示例能否被第三方顺利跑通。自报第一名可以制造关注；可复现的开源与透明失败分析，才能把关注变成生态。