Das Modell gibt Aktionen und künftige Videobilder zugleich aus: 32 Aktionen bei 15 Hertz für den DROID-Aufbau, 42 bei der SO-101-Variante mit 30 Hertz, dann wird neu geplant. Ein Plan deckt etwa zwei Sekunden ab. Die sieben Milliarden Parameter betreffen den Bildstamm; dazu lädt der Stapel einen unveränderten Textencoder Qwen3-VL-4B, die Laufzeitgröße liegt also darüber.
Black Forest Labs nennt rund 32 Gigabyte Grafikspeicher auf einer H200 in bfloat16; mit FP8-Quantisierung und ausgelagertem Textencoder passe das Modell auf 24-Gigabyte-Karten. NVIDIAs Bestenliste führt für denselben Eintrag 69 Gigabyte und heterogene Hardware. Trainiert wurde auf GB200-Systemen.
Die FLUX Kommunity License 1.0 erlaubt Nutzung, Weitergabe und Ableitungen grundsätzlich nur für nichtkommerzielle Zwecke. Die Ausnahme greift für „Qualifying User“ – Nutzer, deren Jahresumsatz mitsamt verbundenen Unternehmen unter fünf Millionen Dollar liegt. Diese dürfen die Ausgaben kommerziell verwenden, ausdrücklich auch in produktiven Robotersystemen. Darüber verlangt die Lizenz eine Einzelerlaubnis nach freiem Ermessen des Unternehmens, möglicherweise gegen Gebühr oder Umsatzbeteiligung.
Der Spitzenplatz auf NVIDIAs RoboLab-120 mit 42,92 Prozent Erfolgsquote ist eine Selbsteinreichung vom 15. September. Die Liste kennt eine Marke für unabhängig nachgerechnete Ergebnisse; dieser Eintrag trägt sie nicht. Es ist zudem der beste von sechs Durchläufen – im Mittel weist die Tabelle von Black Forest Labs 41,60 Prozent aus. RoboLab-120 sind 120 Tischaufgaben in Isaac Sim, also Simulation.
Der beworbene Vorsprung von 6,1 Prozentpunkten gilt gegenüber dem fünftplatzierten Cosmos3 Nano. Gegen das beste offene Modell der Liste bleiben 3,3 Punkte. Eine Prüfung an einem echten Roboterarm ließ Black Forest Labs von Positronic Robotics verblindet durchführen: 28 von 30 Versuchen gelangen, gegen 27 von 30 bei Cosmos3 Nano – ein Versuch Unterschied bei 30 Läufen trägt keine Rangfolge.