Flora di Nvidia riduce i costi di etichettatura dei video per robot
Il nuovo sistema Flora di Nvidia etichetta i video per l'addestramento dei robot a un costo molto inferiore rispetto a GPT-6 Astra, ma non ottiene risultati migliori in tutti i test.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Nvidia ha reso open source Flora, un sistema per etichettare i video di addestramento dei robot, e il 25 ottobre 2026 l'azienda ha dichiarato che può svolgere a circa $0.72 un lavoro che con GPT-6 Astra potrebbe costare circa $88.49 per ora di video sorgente. È un dato rilevante per i team di robotica che si addestrano su enormi dataset video, anche se il divario di prezzo indicato da Nvidia si basa su stime e non su costi reali di produzione. I ricercatori possono già provare i modelli rilasciati su Hugging Face.
Cosa cambia
Flora è progettato per produrre tre tipi di etichette dai video dei robot: descrizioni delle azioni con marcatura temporale, valutazioni dei progressi passo dopo passo e un giudizio finale sul successo dell'intero compito. Secondo Nvidia, il sistema è già impiegato nell'addestramento dei suoi modelli GR00T ed elabora fino a 200.000 ore di video al giorno su 512 GPU GB300. Dietro le quinte, Flora utilizza tre modelli Qwen3.5 sottoposti a fine-tuning: un segmentatore da 9B e due modelli da 27B per la generazione di didascalie e l'assegnazione dei punteggi di reward.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Cosa significa la promessa sul prezzo
Nel test di Nvidia su 50 video, Flora ha ottenuto il 57.1 percento nella qualità delle annotazioni contro il 53.7 percento di GPT-6 Astra, mentre Nvidia ha stimato un costo di $0.72 per ora di video per Flora e di $88.49 per Astra. Il paper precisa che i costi di Flora sono proiezioni basate su un prezzo ipotetico di noleggio GPU di $10 per ora di GPU, non fatture reali di utilizzo. Nella stessa comparazione, Nvidia riporta anche Claude Opus 5 a $41.70 per ora di video e Gemini 3.8 Flash a $8.48.
Dove Flora sembra più forte, e dove no
I risultati di Nvidia indicano che Flora è particolarmente abile nell'individuare i confini delle azioni, nel riconoscere i passaggi falliti all'interno di un episodio e nell'assegnare un punteggio parziale quando un robot compie qualche progresso senza completare del tutto un compito. Su RoboRewardBench, secondo Nvidia, il tasso di errore di Flora è inferiore del 27.8 percento rispetto a quello di Astra, e Flora-Rewarder intercetta il 53.3 percento dei passaggi falliti, mentre Astra in quel test non ne individua nessuno. Astra resta però in vantaggio su alcune metriche, tra cui il punteggio complessivo su WGO-Bench, i risultati sui video di robot in DenseCaptionBench di Nvidia, la valutazione basata su rubriche e il ranking delle traiettorie. Flora appare quindi non tanto come un sostituto completo dei modelli multimodali di frontiera, quanto come un'opzione open specializzata per i laboratori che hanno bisogno di annotazioni robotiche economiche e in grandi volumi.


