Black Forest Labs의 flux-action은 로봇(DROID, SO-101), 시뮬레이터, 게임에서 행동 예측을 학습·파인튜닝해 실행하는 오픈 웨이트 7B 월드 액션 모델이다. 2026-11-02 커밋 89ad4b6(PR #9)이 '커밋된 프리픽스 실시간 청킹(real-time chunking)'을 추가했다. 로봇에 이미 전송된 명령을 접두 구간으로 고정하고, 그 뒤 구간만 새로 예측하게 된다.
새 설정은 둘이다. rtc_max_prefix는 학습 때 접두 구간 길이 P를 [0, rtc_max_prefix]에서 매 창마다 뽑고, 앞 P개 액션 토큰에는 timestep 0의 정답 목표값을 넣되 손실을 계산하지 않는다. 나머지 토큰은 P에 따라 가중치가 달라지지 않게 다시 가중된다. 추론에서 predict_action_chunk가 committed_actions를 받으면 모든 디노이징 단계에서 그 명령들을 앞 P개 토큰으로 고정하고 그대로 돌려준다. select_action은 rtc_overlap만큼의 명령이 아직 큐에 남아 있을 때 다음 구간을 예측해 그 구간의 시작으로 커밋해, 연속 구간이 끊기지 않게 이음매를 맞춘다. docs/setup.md에는 남은 명령이 P개일 때 백그라운드 스레드로 다음 예측을 시작하는 제어 루프 설명이 들어갔고, 테스트는 tests/test_rtc.py로 추가됐다.
한계는 분명하다. 이 기능은 absolute와 joint_relative 액션 파라미터화에서만 동작하고 joint_delta는 설정 단계에서 거부된다. prepare_inference()를 쓰는 참고 경로에서는 쓸 수 없다. P는 지연 시간×제어 주파수를 덮어야 하므로 30 Hz에서 250 ms 지연은 8개 명령, 즉 10 정도가 필요하며 로봇 컴퓨터에서 가장 느린 예측을 직접 재서 정해야 한다. 문서는 컴파일과 증류 적용 시 RTX 5090에서 약 140 ms를 측정했다고 적고 있으며 최적화된 배포 체크포인트를 요청하라고 안내한다. 다만 이 커밋에는 성능 비교나 통계는 없고 두 설정값의 기본값이 0이라 기존 동작은 그대로다. 지연으로 생기는 정지가 얼마나 줄어드는지는 별도 실측 없이 판단하기 이르니, 실제 제어 주기와 지연 시간을 먼저 재볼 대상이다.