FLUX 3 Action DROID 是一个开放权重的 7B world action model，输入相机帧、机器人状态和文本指令，输出下一段动作，并与下一段视频帧一起去噪生成。模型被描述为 WAM，即同时预测未来帧和动作；该仓库提供 BF16 DROID policy，DiT checkpoint 含 BF16 张量。模型在 DROID 上微调。

评测中，RoboLab-120 包含 Isaac Sim 中 120 个桌面任务，每个任务 10 次试验，使用 DROID-style Franka setup；FLUX 3 Action 在该基准上取得 42.92% 任务成功率。原生策略接收 task、state 和 images.wrist、images.left、images.right 三路 RGB，相机图像为 3x360x640、[0,1] 浮点；state 包含 7 个机械臂关节位置和夹爪闭合比例，输出绝对关节命令及夹爪闭合比例，32 个动作、15 Hz。

运行方面，BF16 在 NVIDIA H200 上约需 32 GB GPU 显存；使用 --quantize fp8 --offload-text-encoder 可适配 24 GB 显卡。模型输出关节目标，本身不约束关节速度、力或工作空间，应用侧需要执行这些限制并保留硬件急停；许可为 FLUX Kommunity License v.1.0。