Newsy

Generator wideo uczy się ruchu: FLUX-mimic steruje robotami u Audi z reakcją 101 ms

Black Forest Labs — niemieckie laboratorium znane przede wszystkim z generowania obrazów — opublikowało FLUX-mimic, model sterowania robotami zbudowany wspólnie z mimic robotics na bazie FLUX 3, multimodalnego modelu wypuszczonego 23 lipca 2026 r. i trenowanego jednocześnie na obrazach, wideo i dźwięku. Najciekawsza jest konstrukcja: zamiast uczyć osobnej polityki robotycznej, zespół doczepia lekki dekoder działań do pośrednich cech pobranych ze ścieżki przewidywania wideo, więc ruchy są dekodowane z reprezentacji świata, której model nauczył się, przewidując, co za chwilę stanie się w scenie. Black Forest Labs podaje, że taki dekoder bije wcześniejsze modele wizja–język–działanie nawet przy całkowicie zamrożonym rdzeniu FLUX, a przy wspólnym dotrenowaniu rdzenia i dekodera osiąga najlepsze notowane skuteczności w zadaniach manipulacyjnych. Drugim powodem, dla którego warto to odnotować, są opóźnienia. Rdzeń przechodzi od danych z czujników do wewnętrznej reprezentacji świata w mniej niż 80 milisekund na pojedynczej karcie NVIDIA RTX 5090, a kompletny, samodzielny system robota reaguje w 101 milisekund — laboratorium porównuje to do czasu reakcji wzrokowej człowieka, a w praktyce oznacza to pracę na jednym układzie klasy konsumenckiej, a nie na szafie serwerowej. To nie jest pokaz laboratoryjny. Model pracuje w zakładzie produkcyjnym Audi przy kompletacji części, wkładaniu podzespołów elektronicznych, montażu i obsłudze materiałów elastycznych — uszczelek drzwiowych i przewodów, czyli pracy z ciałami miękkimi, której klasyczna automatyka nigdy nie robiła tanio, bo uszczelka odkształca się za każdym razem inaczej. Christoph Schneider z Audi Production Lab mówi, że roboty rozwiązują złożoną manipulację ciałami miękkimi, „która byłaby po prostu niemożliwa przy konwencjonalnej robotyce". Znaczenie ma też to, czego w ogłoszeniu nie ma: brak API, daty udostępnienia, wag do pobrania i informacji, jaki sprzęt poza własnymi maszynami mimic obsługuje model, a opis nie wymienia ani jednego ograniczenia — co jest nietypowe przy premierze robotycznej i warto o tym pamiętać, zestawiając te deklaracje z laboratoriami, które publikują własne wskaźniki porażek.