FLUX 3 steuert jetzt Roboter bei Audi
Das deutsche Start-up kombiniert mit mimic robotics nun erfolgreich die Videogenerierung und physische Robotersteuerung in einem Modell.
Black Forest Labs und mimic robotics haben die technischen Details zu FLUX-mimic veröffentlicht. Das Video-Action-Modell nutzt die physikalische Weltkenntnis von FLUX 3. Damit können Industrieroboter selbstständig filigrane Aufgaben übernehmen, an denen herkömmliche Automatisierung bisher scheitert.
Twitter Beitrag - Cookies links unten aktivieren.
— Black Forest Labs (@bfl_ai) July 23, 2026
Ein KI-Modell für Pixel und Physik
Die Basis von FLUX-mimic bildet FLUX 3. Dessen Training besteht zu 95 Prozent aus der Vorhersage von Videosequenzen. Black Forest Labs argumentiert, dass ein KI-Modell für realistische Videos zwingend physikalische Gesetzmäßigkeiten erlernen muss.
Dazu gehören Kontakt, Bewegung, Schwerkraft sowie Ursache und Wirkung. Andernfalls sähen die generierten Clips unnatürlich aus.
Dieses erlernte Weltverständnis macht FLUX 3 auch für die physische Welt nutzbar. Die Entwickler betrachten die Steuerungsbefehle für Roboter lediglich als eine weitere Modalität – ähnlich wie Audio- oder Videodaten.
Kein dauerhafter Verlust bei der Videoqualität
Um FLUX 3 für die Robotik anzupassen, integrierte das Unternehmen die Vorhersage von Handlungen in das laufende Training. Zunächst sank die Qualität der Videogenerierung dadurch um bis zu zehn Prozent. FLUX 3 musste die neue Struktur der Aktionsdaten erst verarbeiten und mit seinem internen Weltmodell abgleichen.
Nach 3500 Trainingsschritten verschwand dieser Leistungsabfall vollständig. FLUX 3 erreichte wieder seine vorherige Qualität bei der Videoerstellung und konnte gleichzeitig Roboteraktionen vorhersagen. Inhaltsgenerierung und physische Steuerung greifen somit auf dasselbe Fundament zurück.
Quelle: Black Forest Labs
Kürzere Trainingszeiten und schnelle Reaktionen
Die Übersetzung des KI-Wissens in konkrete Bewegungen übernimmt ein Aktions-Decoder von mimic robotics. Da FLUX 3 die Physik bereits versteht, muss der Roboter für neue Aufgaben nicht mehr von Grund auf lernen, wie sich Objekte verhalten. Er passt lediglich seine vorhandene Struktur an die spezifische Herausforderung an.
Das führt zu einer deutlich höheren Lerneffizienz. In internen Tests erreichte FLUX-mimic die gewünschte Erfolgsquote bei der Aktionsvorhersage in der halben Zeit bisheriger Ansätze. Gleichzeitig verzeiht das Video-Action-Modell Fehler.
Greift ein Roboterarm daneben, erkennt er den Fehler selbstständig, korrigiert die Bewegung und greift erneut zu.
Für den Einsatz in Fabriken ist das Tempo entscheidend. FLUX-mimic berechnet die internen Repräsentationen der Welt auf einer Nvidia RTX 5090 in weniger als 80 Millisekunden.
Die gesamte Reaktionszeit des Roboters liegt bei 101 Millisekunden. Das entspricht ungefähr der visuellen Reaktionszeit eines Menschen.
Quelle: Black Forest Labs
Einsatz bei der Audi-Produktion
Der Automobilhersteller Audi testet FLUX-mimic bereits produktiv. Christoph Schneider vom Audi Production Lab erklärt, dass die Roboter nun komplexe Arbeiten mit weichen Materialien ausführen.
Quelle: Black Forest Labs
»Dies kann große Auswirkungen auf die Unterstützung unserer Mitarbeiter, die Steigerung der Effizienz und die Ausweitung der flexiblen Automatisierung in der Produktion und Logistik haben«, so Schneider.
Bisher scheiterten Industrieroboter oft an flexiblen Bauteilen wie Dichtungen oder Kabeln. Solche Materialien verformen sich bei jeder Berührung anders.
Da FLUX-mimic diese physikalischen Eigenschaften bereits durch sein Videotraining verinnerlicht hat, reagiert es flexibel auf Veränderungen. Die klassische, starre Programmierung für jede einzelne Variante entfällt damit.
