Nvidias Flora senkt die Kosten für das Labeln von Robotervideos

Nvidias neues System Flora annotiert Trainingsvideos für Roboter deutlich günstiger als GPT-6 Astra, schneidet aber nicht in jedem Test besser ab.

2 min read

Nvidias Flora senkt die Kosten für das Labeln von Robotervideos

Illustration made on Lumeta with GPT Image 2.5Make one like it

Nvidia hat Flora als Open Source veröffentlicht, ein System zur Annotation von Roboter-Trainingsvideos. Am 25. Oktober 2026 erklärte das Unternehmen, Flora könne Arbeit, die mit GPT-6 Astra rund $88.49 pro Stunde Quellvideo kosten würde, für etwa $0.72 erledigen. Das ist für Robotik-Teams relevant, die mit riesigen Videodatensätzen trainieren. Allerdings beruht Nvidias Preisvorteil auf Schätzungen und nicht auf tatsächlichen Abrechnungen aus dem Produktivbetrieb. Forschende können die veröffentlichten Modelle bereits jetzt auf Hugging Face ausprobieren.

Was sich geändert hat

Flora soll aus Robotervideos drei Arten von Labels erzeugen: mit Zeitstempeln versehene Aktionsbeschreibungen, schrittweise Fortschrittsbewertungen und ein abschließendes Urteil darüber, ob die gesamte Aufgabe gelungen ist. Laut Nvidia wird das System bereits beim Training der GR00T-Modelle eingesetzt und verarbeitet dabei bis zu 200.000 Stunden Video pro Tag auf 512 GB300-GPUs. Technisch basiert Flora auf drei feinabgestimmten Qwen3.5-Modellen, darunter ein 9B-Segmentierer und zwei 27B-Modelle für Beschreibungen und Reward-Bewertung.

Ein lächelnder, spielzeugartiger Roboter stempelt an einem Schreibtisch farbige Etiketten auf schwarze Filmrollen, während kleine Roboter weitere Rollen bringen.
Ein spielzeugartiger Roboter-Sachbearbeiter macht aus Filmrollen farbcodierte Trainingsdaten.

Illustration made on Lumeta with GPT Image 2.5Make one like it

Was hinter der Preisangabe steckt

In Nvidias Test mit 50 Videos erreichte Flora bei der Annotationsqualität 57,1 Prozent, GPT-6 Astra 53,7 Prozent. Die Kosten schätzte Nvidia auf $0.72 pro Videostunde für Flora und $88.49 für Astra. Laut Paper handelt es sich bei den Flora-Kosten um Hochrechnungen auf Basis eines angenommenen GPU-Mietpreises von $10 pro GPU-Stunde, nicht um gemessene Kosten aus dem realen Einsatz. Im selben Vergleich nennt Nvidia für Claude Opus 5 $41.70 pro Videostunde und für Gemini 3.8 Flash $8.48.

Geschätzte Kosten pro Stunde Quellvideo in Nvidias Vergleich
Flora$0.72 pro Videostunde
GPT-6 Astra$88.49 pro Videostunde
Claude Opus 5$41.70 pro Videostunde
Gemini 3.8 Flash$8.48 pro Videostunde
Vergleichsdiagramm von Nvidia im Flora-Paper

Wo Flora stark ist und wo nicht

Nvidias Ergebnisse deuten darauf hin, dass Flora besonders gut darin ist, Aktionsgrenzen zu erkennen, fehlgeschlagene Schritte innerhalb einer Episode aufzuspüren und Teilpunkte zu vergeben, wenn ein Roboter Fortschritte macht, die Aufgabe aber nicht vollständig abschließt. Auf RoboRewardBench liegt Floras Fehlerrate laut Nvidia um 27,8 Prozent unter der von Astra, und Flora-Rewarder erkennt in diesem Test 53,3 Prozent der fehlgeschlagenen Schritte, Astra dagegen keinen einzigen. Bei einigen Kennzahlen liegt Astra jedoch weiterhin vorn, etwa beim Gesamtergebnis in WGO-Bench, bei den Robotervideo-Ergebnissen in Nvidias DenseCaptionBench, bei der rubrikbasierten Bewertung und beim Ranking von Trajektorien. Damit wirkt Flora weniger wie ein vollständiger Ersatz für multimodale Frontier-Modelle, sondern eher wie eine spezialisierte offene Alternative für Labore, die günstige Robotik-Annotation in großem Umfang benötigen.

Every top AI model, in one place

Nano Banana 2, GPT Image 2.5, Seedance, Veo and more, all on one credit balance. Start free with 35 credits a month. No card needed.

All tools for "From my own photos"

More from Lumeta

All Neuigkeiten