Flora de Nvidia reduce el costo de etiquetar videos para entrenar robots

El nuevo sistema Flora de Nvidia etiqueta vídeos de entrenamiento de robots por mucho menos que GPT-6 Astra, pero no rinde mejor en todas las pruebas.

3 min read

Flora de Nvidia reduce el costo de etiquetar videos para entrenar robots

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

Nvidia ha liberado como código abierto Flora, un sistema para etiquetar vídeos de entrenamiento de robots, y el 25 de octubre de 2026 la compañía afirmó que puede hacer un trabajo que con GPT-6 Astra costaría unos $88.49 por hora de vídeo original por solo unos $0.72. Esto es relevante para los equipos de robótica que entrenan con enormes conjuntos de datos de vídeo, aunque la diferencia de precio que plantea Nvidia se basa en estimaciones y no en facturación real de producción. Los investigadores ya pueden probar los modelos publicados en Hugging Face.

Qué ha cambiado

Flora está diseñado para generar tres tipos de etiquetas a partir de vídeo de robots: descripciones de acciones con marcas de tiempo, valoraciones del progreso paso a paso y un veredicto final de éxito para la tarea completa. Nvidia asegura que el sistema ya se utiliza en el entrenamiento de sus modelos GR00T y procesa hasta 200.000 horas de vídeo al día en 512 GPU GB300. Por dentro, Flora utiliza tres modelos Qwen3.5 ajustados, entre ellos un segmentador de 9B y dos modelos de 27B para la descripción y la puntuación de recompensas.

Un robot sonriente con aspecto de juguete estampa etiquetas de colores en bobinas de vídeo negras sobre un escritorio mientras unos robots pequeños le traen más bobinas.
Un robot oficinista con aspecto de juguete convierte bobinas de vídeo en datos de entrenamiento clasificados por colores.

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

Qué significa la afirmación sobre el precio

En la prueba de Nvidia con 50 vídeos, Flora obtuvo un 57,1 % en calidad de anotación frente al 53,7 % de GPT-6 Astra, mientras que Nvidia estimó un coste de $0.72 por hora de vídeo para Flora y de $88.49 para Astra. El artículo explica que esos costes de Flora son proyecciones basadas en un precio supuesto de alquiler de GPU de $10 por hora de GPU, no facturas reales de despliegue. Nvidia también incluye en la misma comparación a Claude Opus 5, con $41.70 por hora de vídeo, y a Gemini 3.8 Flash, con $8.48.

Coste estimado por hora de vídeo original en la comparación de Nvidia
Flora$0.72 por hora de vídeo
GPT-6 Astra$88.49 por hora de vídeo
Claude Opus 5$41.70 por hora de vídeo
Gemini 3.8 Flash$8.48 por hora de vídeo
Gráfico comparativo de Nvidia en el artículo de Flora

Dónde destaca Flora y dónde no

Los resultados de Nvidia sugieren que Flora es especialmente bueno para detectar los límites entre acciones, identificar pasos fallidos dentro de un episodio y otorgar puntuación parcial cuando un robot avanza sin llegar a completar la tarea. En RoboRewardBench, Nvidia afirma que la tasa de error de Flora es un 27,8 % inferior a la de Astra, y que Flora-Rewarder detecta el 53,3 % de los pasos fallidos, mientras que Astra no detecta ninguno en esa prueba. Sin embargo, Astra sigue por delante en algunas métricas, como la puntuación global de WGO-Bench, los resultados con vídeo de robots en DenseCaptionBench de Nvidia, la puntuación basada en rúbricas y la clasificación de trayectorias. Así, Flora parece menos un sustituto total de los modelos multimodales punteros y más una opción abierta y especializada para laboratorios que necesitan anotación robótica barata y en grandes volúmenes.

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 Noticias