Flora od Nvidii obniża koszty etykietowania danych dla robotów
Nowy system Flora od Nvidii opisuje filmy do trenowania robotów znacznie taniej niż GPT-6 Astra, ale nie wypada lepiej w każdym teście.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Nvidia udostępniła na otwartej licencji Flora, system do opisywania (etykietowania) filmów służących do trenowania robotów. 25 października 2026 roku firma poinformowała, że praca, która z GPT-6 Astra mogłaby kosztować około 88,49 USD za godzinę materiału źródłowego, z Florą kosztuje około 0,72 USD. Ma to znaczenie dla zespołów robotycznych trenujących modele na ogromnych zbiorach wideo, choć różnica w cenach podana przez Nvidię opiera się na szacunkach, a nie na rzeczywistych rachunkach z produkcji. Badacze mogą już teraz wypróbować udostępnione modele na Hugging Face.
Co się zmieniło
Flora ma generować z nagrań robotów trzy rodzaje etykiet: opisy działań ze znacznikami czasu, oceny postępu krok po kroku oraz końcową ocenę powodzenia całego zadania. Według Nvidii system jest już używany przy trenowaniu modeli GR00T i przetwarza do 200 000 godzin wideo dziennie na 512 procesorach GPU GB300. Pod spodem Flora korzysta z trzech dostrojonych modeli Qwen3.5: segmentera 9B oraz dwóch modeli 27B do tworzenia opisów i oceniania nagród.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Co oznacza deklaracja cenowa
W teście Nvidii obejmującym 50 filmów Flora uzyskała 57,1 procent w ocenie jakości adnotacji, wobec 53,7 procent dla GPT-6 Astra. Nvidia oszacowała przy tym koszt na 0,72 USD za godzinę wideo dla Flory i 88,49 USD dla Astry. W publikacji zaznaczono, że koszty Flory to prognozy oparte na założonej cenie wynajmu GPU wynoszącej 10 USD za godzinę pracy GPU, a nie zmierzone rachunki z wdrożenia. W tym samym porównaniu Nvidia podaje też Claude Opus 5 z kosztem 41,70 USD za godzinę wideo oraz Gemini 3.8 Flash z kosztem 8,48 USD.
W czym Flora wydaje się najmocniejsza, a w czym nie
Wyniki Nvidii sugerują, że Flora szczególnie dobrze radzi sobie z wyznaczaniem granic działań, wykrywaniem nieudanych kroków w obrębie epizodu i przyznawaniem częściowych punktów, gdy robot robi pewne postępy, ale nie kończy zadania w pełni. Według Nvidii w RoboRewardBench odsetek błędów Flory jest o 27,8 procent niższy niż w przypadku Astry, a Flora-Rewarder wychwytuje 53,3 procent nieudanych kroków, podczas gdy Astra w tym teście nie wychwytuje żadnego. Astra wciąż jednak prowadzi w niektórych miarach, w tym w ogólnym wyniku WGO-Bench, wynikach dla wideo z robotami w DenseCaptionBench od Nvidii, ocenianiu na podstawie kryteriów oraz rankingowaniu trajektorii. W efekcie Flora wygląda nie tyle na pełny zamiennik czołowych modeli multimodalnych, ile na wyspecjalizowaną otwartą opcję dla laboratoriów, które potrzebują taniego, masowego opisywania danych robotycznych na dużą skalę.


