Flora de Nvidia réduit le coût d'annotation des vidéos pour robots
Le nouveau système Flora de Nvidia annote les vidéos d'entraînement de robots pour bien moins cher que GPT-6 Astra, mais il ne fait pas mieux sur tous les tests.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Nvidia a publié en open source Flora, un système d'annotation de vidéos d'entraînement pour robots. Le 25 octobre 2026, l'entreprise a affirmé qu'il pouvait accomplir pour environ 0,72 $ un travail qui coûterait près de 88,49 $ par heure de vidéo source avec GPT-6 Astra. C'est un enjeu de taille pour les équipes de robotique qui s'entraînent sur d'énormes jeux de données vidéo, même si l'écart de prix avancé par Nvidia repose sur des estimations et non sur une facturation réelle en production. Les chercheurs peuvent dès maintenant tester les modèles publiés sur Hugging Face.
Ce qui change
Flora est conçu pour produire trois types d'annotations à partir de vidéos de robots : des descriptions d'actions horodatées, des évaluations de progression étape par étape et un verdict final de réussite pour l'ensemble de la tâche. Selon Nvidia, le système sert déjà à l'entraînement de ses modèles GR00T et traite jusqu'à 200 000 heures de vidéo par jour sur 512 GPU GB300. Sous le capot, Flora s'appuie sur trois modèles Qwen3.5 affinés, dont un segmenteur de 9B et deux modèles de 27B dédiés au sous-titrage et à l'attribution de récompenses.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Ce que signifie l'argument du prix
Lors du test de Nvidia portant sur 50 vidéos, Flora a obtenu 57,1 % en qualité d'annotation contre 53,7 % pour GPT-6 Astra, Nvidia estimant le coût à 0,72 $ par heure de vidéo pour Flora et à 88,49 $ pour Astra. L'article précise que ces coûts de Flora sont des projections fondées sur un prix de location supposé de 10 $ par heure de GPU, et non des factures de déploiement mesurées. Dans la même comparaison, Nvidia indique 41,70 $ par heure de vidéo pour Claude Opus 5 et 8,48 $ pour Gemini 3.8 Flash.
Les points forts de Flora, et ses limites
Les résultats de Nvidia suggèrent que Flora excelle particulièrement à repérer les limites entre actions, à détecter les étapes ratées au sein d'un épisode et à accorder un crédit partiel lorsqu'un robot progresse sans terminer complètement une tâche. Sur RoboRewardBench, Nvidia affirme que le taux d'erreur de Flora est inférieur de 27,8 % à celui d'Astra, et que Flora-Rewarder repère 53,3 % des étapes ratées alors qu'Astra n'en détecte aucune dans ce test. Mais Astra garde l'avantage sur certains critères, notamment le score global sur WGO-Bench, les résultats sur les vidéos de robots du DenseCaptionBench de Nvidia, la notation par grille d'évaluation et le classement de trajectoires. Flora apparaît donc moins comme un remplaçant complet des modèles multimodaux de pointe que comme une option ouverte spécialisée pour les laboratoires ayant besoin d'annoter à bas coût de grands volumes de données robotiques.


