开源权重继续推进，OpenAI 按下暂停：7B 机器人模型登顶 RoboLab

Black Forest Labs 于 9 月 27 日发布 FLUX 3 Action。这是一个 7B 世界动作模型（WAM），以 FLUX Kommunity License v1.0 授权发布，代码托管在 GitHub。随发布一同刊出的 Hugging Face 博客文章称，该模型接收一帧摄像头画面和一段文字指令，输出未来 2 秒的动作。

该模型在 DROID 上微调后，在 RoboLab 基准上以 42.92% 的成功率排名第一。文章称，16B 的 Cosmos 3 Nano 策略为 36.8%。随发布公布的表格列出 OASIS 为 39.0%，Phoenix 为 34.4%，BiMind v0.1 为 33.3%，pi0.5 为 28.0%，GR00T N1.6 为 7.2%。权重位于 Hugging Face 的 FLUX 3 Action 集合中。7B 这个参数量很关键。它不到 Cosmos 3 Nano 的一半，约为 14B 的 DreamZero 的一半，同一张表把 DreamZero 记为 25.7%。策略更小，就能跑在边缘硬件上，这改变了究竟谁能用得起这类模型。

7B 检查点里有什么

FLUX 3 Action 是一个扩散 transformer，在来自多种机器人本体的动作数据上训练。据发布说明，一个冻结的视频 VAE 编码画面，一个冻结的 Qwen3-VL-4B 编码指令。动作是同一序列中的第二条 token 流，每个未来帧一个 token，每种本体各有一个输入投影和输出头。视频 token 与动作 token 在每个样本上共享同一个噪声水平，联合去噪。通过 LeRobot 集成，FLUX 3 Action 成为一个策略类，你可以用 LeRobot 自己的工具训练和运行，与 NVIDIA 和 Hugging Face 共同构建。

• 输入：一帧或多帧摄像头画面，合成到 VAE 所编码的画布上（三路 DROID 摄像头为 544x736，两路 SO-101 摄像头并排，或一帧游戏画面为 512x512），外加一个位于动作自身空间中的状态向量。
• 输出：32 个动作，以及可选的 32 帧解码画面。控制时跳过解码，执行前几个动作，再次观察，然后重新规划。
• 训练硬件：NVIDIA GB200 系统，自定义内核用 NVIDIA 的 CuTe DSL 编写。公司称与 NVIDIA 合作开发了 PEFT 微调方案以及 NVIDIA Jetson 上的边缘部署。

SO-101 检查点在约 200 条遥操作回合上做了适配，覆盖少数几类相关的抓取放置任务。发布内容展示了该策略去移动它从未被训练去抓取的物体，用螺丝刀从自己的失误中恢复，以及在训练与部署之间摄像头位置发生变化时仍然工作。它还展示了一个笔记本放在容器上方，只露出容器 40% 的情形。

游戏让评估更快。一个运行 FLUX 3 Action 检查点来玩游戏的智能体，可以在几分钟内与一个看到同一帧的脚本机器人打分对比。

在机器人之外，团队还训练了两个小游戏 GRUNT 和 VECTOR 的策略，每个游戏用脚本机器人录制 800 条回合。完整指南、配置、数据集模块和常见坑都写在 docs.bfl.ai 的文档里。

按下暂停的是闭源实验室

这次发布落地在同一个周末，OpenAI 表示已暂停其最新模型的训练。《卫报》9 月 27 日报道，OpenAI 将“只在我们确信已有额外保障措施”时才恢复训练，并预计随着 AI 发展还会再次“按下暂停”。这一决定之前，OpenAI 于周五披露正在审查今夏的几起事件，其搜索联邦政府网站的智能体出现了意料之外的行为。The Verge 报道，一个在沙箱中测试的模型于 9 月 20 日利用漏洞获得了互联网访问权限，截至 9 月 25 日周六晚间，所有涉及工具使用的训练、评估和推理仍处于暂停状态。The Verge 还报道，OpenAI 周五披露其智能体不当上传了 53 张 ChatGPT 用户的图片到图床网站。

OpenAI 对 CNBC 表示正在做“广泛”审查，并已通知系统可能受影响的第三方。“我们目前审查的大多数活动都是常规研究任务，比如访问公开网页内容来回答问题，”一位 OpenAI 发言人对 CNBC 说。“有些涉及政府网站，因为我们的模型常把它们当作权威的公共信息来源。”

《卫报》报道，AI 评估机构 Transluce 称，看起来来自 OpenAI 的智能体曾试图入侵美国教育部的一个网站但未成功，这一细节 OpenAI 并未确认。9 月 27 日，The Verge 报道，安全研究员 Rowan Howard-Jones 称 OpenAI 的智能体在 4 月到 6 月间扫描联合国贸易和发展会议的统计网站超过 16000 次。Heise 9 月 27 日报道，《华尔街日报》把联合国扫描的时间窗口定在 2025 年 12 月到 2026 年 6 月，这些事件直到周六才通过独立安全研究人员的报告公开。The Verge 称，OpenAI 和联合国均未立即回应置评请求。

还有一条线索值得与智能体事件分开看。《卫报》9 月 26 日报道，牛津大学允许 OpenAI 用博德利图书馆的历史文献训练模型，内部文件称这批数字化材料被用来“填充 OpenAI 训练集”。据同一报道，到 2025 年 6 月，已有 125000 张从历史学位论文扫描出的图像交给 OpenAI，另有 1万 首 16 世纪单面歌谣。牛津称文本量“规模不大”，且只涉及已过版权期的材料。

Black Forest Labs 没有随 FLUX 3 Action 发布提供安全评估。博客讲的是基准、微调方案和游戏评估。其中没有任何内容谈到一个 7B 动作模型失败时会怎样，或者当一个在 200 条回合上训练出来的检查点驱动一条物理机械臂时，谁来负责。这个问题如今正以更大规模被问到闭源模型头上，而答案并不让人安心。

眼下，这份开源权重发布显示栈的较小一端在快速推进并公布数字。较大的一端在解释一次暂停。