Flora, da Nvidia, reduz o custo de rotular vídeos para treinar robôs

O novo sistema Flora da Nvidia rotula vídeos de treino de robôs por muito menos do que o GPT-6 Astra, mas não tem melhor desempenho em todos os testes.

3 min read

Flora, da Nvidia, reduz o custo de rotular vídeos para treinar robôs

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

A Nvidia disponibilizou em código aberto o Flora, um sistema para rotular vídeos de treino de robôs, e a 25 de outubro de 2026 a empresa afirmou que consegue fazer um trabalho que custaria cerca de 88,49 $ por hora de vídeo de origem com o GPT-6 Astra por apenas cerca de 0,72 $. Isto é relevante para as equipas de robótica que treinam com enormes conjuntos de dados de vídeo, embora a diferença de preço indicada pela Nvidia se baseie em estimativas e não em faturação real de produção. Os investigadores já podem experimentar os modelos disponibilizados no Hugging Face.

O que mudou

O Flora foi concebido para produzir três tipos de rótulos a partir de vídeo de robôs: descrições de ações com marcação temporal, avaliações do progresso passo a passo e um veredicto final de sucesso para a tarefa completa. A Nvidia diz que o sistema já é usado no treino dos seus modelos GR00T, processando até 200 000 horas de vídeo por dia em 512 GPUs GB300. Internamente, o Flora usa três modelos Qwen3.5 afinados, incluindo um segmentador de 9B e dois modelos de 27B para legendagem e pontuação de recompensa.

Robô sorridente com ar de brinquedo carimba etiquetas coloridas em bobinas de vídeo pretas numa secretária, enquanto pequenos robôs trazem mais bobinas.
Um robô funcionário com ar de brinquedo transforma bobinas de vídeo em dados de treino codificados por cores.

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

O que significa a promessa de preço

No teste de 50 vídeos da Nvidia, o Flora obteve 57,1 por cento em qualidade de anotação, contra 53,7 por cento do GPT-6 Astra, e a Nvidia estimou o custo em 0,72 $ por hora de vídeo para o Flora e 88,49 $ para o Astra. O artigo indica que esses custos do Flora são projeções baseadas num preço de aluguer de GPU assumido de 10 $ por hora de GPU, e não faturas reais de implementação. A Nvidia apresenta ainda, na mesma comparação, o Claude Opus 5 a 41,70 $ por hora de vídeo e o Gemini 3.8 Flash a 8,48 $.

Custo estimado por hora de vídeo de origem na comparação da 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 da Nvidia no artigo do Flora

Onde o Flora parece mais forte, e onde não é

Os resultados da Nvidia sugerem que o Flora é especialmente bom a identificar os limites das ações, a detetar passos falhados dentro de um episódio e a atribuir crédito parcial quando um robô faz algum progresso sem concluir totalmente uma tarefa. No RoboRewardBench, a Nvidia diz que a taxa de erro do Flora é 27,8 por cento inferior à do Astra, e o Flora-Rewarder deteta 53,3 por cento dos passos falhados, enquanto o Astra não deteta nenhum nesse teste. Ainda assim, o Astra continua à frente em algumas métricas, incluindo a pontuação global no WGO-Bench, os resultados com vídeo de robôs no DenseCaptionBench da Nvidia, a pontuação baseada em rubricas e a ordenação de trajetórias. Assim, o Flora parece menos um substituto total dos modelos multimodais de ponta e mais uma opção aberta especializada para laboratórios que precisam de anotação robótica barata e em grande volume, à escala.

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 Notícias