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.
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.

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 $.
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.


