Flora от Nvidia снижает стоимость разметки видео для обучения роботов
Новая система Flora от Nvidia размечает видео для обучения роботов гораздо дешевле, чем GPT-6 Astra, но выигрывает не во всех тестах.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Nvidia открыла исходный код Flora, системы для разметки видео, на которых обучаются роботы. 25 октября 2026 года компания заявила, что работа, которая с GPT-6 Astra обошлась бы примерно в $88.49 за час исходного видео, с Flora стоит около $0.72. Это важно для команд робототехников, обучающих модели на огромных видеодатасетах, хотя разница в цене у Nvidia основана на оценках, а не на реальных счетах из продакшена. Исследователи уже могут попробовать опубликованные модели на Hugging Face.
Что изменилось
Flora создаёт по видео с роботами разметку трёх видов: описания действий с временными метками, пошаговые оценки прогресса и итоговый вердикт об успехе всей задачи. По словам Nvidia, система уже используется при обучении моделей GR00T и обрабатывает до 200 000 часов видео в день на 512 GPU GB300. Внутри Flora работают три дообученные модели Qwen3.5: сегментатор на 9B и две модели на 27B для генерации описаний и оценки вознаграждения.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Что на самом деле означают цифры о цене
В тесте Nvidia на 50 видео Flora набрала 57.1 процента по качеству разметки против 53.7 процента у GPT-6 Astra, а стоимость Nvidia оценила в $0.72 за час видео для Flora и $88.49 для Astra. В статье уточняется, что затраты Flora рассчитаны исходя из предполагаемой стоимости аренды GPU в $10 за GPU-час, а не измерены по реальным счетам. В том же сравнении Nvidia приводит Claude Opus 5 с $41.70 за час видео и Gemini 3.8 Flash с $8.48.
В чём Flora сильнее всего, а в чём нет
Результаты Nvidia говорят о том, что Flora особенно хорошо определяет границы действий, находит неудачные шаги внутри эпизода и засчитывает частичный успех, когда робот продвинулся в задаче, но не довёл её до конца. На RoboRewardBench, по данным Nvidia, частота ошибок Flora на 27.8 процента ниже, чем у Astra, а Flora-Rewarder выявляет 53.3 процента неудачных шагов, тогда как Astra в этом тесте не находит ни одного. Однако по ряду показателей Astra всё ещё впереди: это общий балл WGO-Bench, результаты на видео с роботами в DenseCaptionBench от Nvidia, оценка по рубрикам и ранжирование траекторий. Так что Flora выглядит не полной заменой передовых мультимодальных моделей, а скорее специализированным открытым вариантом для лабораторий, которым нужна дешёвая массовая разметка робототехнических данных.


