# Flora开源机器人数据引擎：日标20万小时，成本降125倍

> 原文链接：https://robotics.hellobike.com/papers/2026-10-22-2610-31779-496530d5
> 频道：papers | 更新日期：2026-10-22 | 标签：auto, arxiv, hf-daily-papers
> 核心摘要：面向GR00T训练的工业级数据引擎Flora正式开源，集成结果奖励、过程奖励及时间戳描述生成能力。系统在WGO-Bench等基准达SOTA，实测日处理20万小时数据，推理成本较GPT-6 Astra降低125倍，支持物理自研与人机迁移。

# Flora开源机器人数据引擎：日标20万小时，成本降125倍

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[FLORA: An Open Model Suite for Scaling Robotics Data Engines](https://arxiv.org/abs/2610.31779)（HF Daily Papers · arXiv 2610.31779）

## 核心内容

针对机器人基础模型全生命周期对标签数据的依赖，Flora作为训练GR00T模型的工业级数据引擎正式开源。该系统覆盖部署监控所需的结果奖励、RL后训练的过程奖励及预训练数据过滤的时间戳描述三大核心能力。在WGO-Bench、RoboReward和Robometer基准测试中均取得SOTA成绩，内部评测性能对标GPT-6 Astra并超越其他前沿模型，为规模化构建自定义机器人数据集提供了基础设施。

工程落地方面，Flora已在512张GB300 GPU集群上验证，实现每日标注20万小时视频数据的吞吐量，且推理成本仅为API方案GPT-6 Astra的约1/125。通过开源该引擎，研究者不仅可低成本扩展数据集，还能探索物理自动研究（Physical Auto-research）及人类到机器人技能迁移等新兴应用，解决了高质量具身智能数据获取成本高与规模化的瓶颈问题。

## 关键看点

- **多维标签能力**：同时支持结果奖励、RL过程奖励及时间戳描述生成，覆盖模型预训练、后训练及部署监控全链路数据需求。
- **基准测试SOTA**：在WGO-Bench描述基准及RoboReward、Robometer奖励基准上均获最优分，内部评测竞争力对标GPT-6 Astra。
- **工业级吞吐规模**：基于512张GB300 GPU集群实战验证，具备每日处理20万小时机器人视频数据的规模化标注能力。
- **极致成本优势**：相比GPT-6 Astra等API替代方案，Flora推理成本降低约125倍，大幅降低大规模具身数据引擎构建门槛。

## 工程与产业观察

Flora的开源标志着具身智能从“模型竞赛”转向“数据基建”竞争。其将多模态标注成本降低两个数量级并实现日标20万小时的工业吞吐，验证了专用数据引擎在RLHF与预训练中的关键价值。这为社区构建高质量物理世界数据集、探索Physical AI自动化研究提供了可复现的低成本范式，有望加速人形机器人泛化能力的迭代。

## 英文摘要 (Abstract)

The life-cycle of robotics foundation models crucially depends on data labels. Outcome reward labels are needed for monitoring real-world deployments. Process reward labels are needed during RL post-training. Timestamped captions are needed for filtering and balancing pretraining data. We present Flora, an industrial-quality data engine used for training GR00T models, that simultaneously covers these capabilities. Flora achieves SOTA scores on the captioning benchmark WGO-Bench and reward benchmarks RoboReward and Robometer. On internal benchmarks it is competitive with GPT-6 Astra while beating other frontier models. The model is substantially cheaper than API-based alternatives, roughly 125 times cheaper than GPT-6 Astra. Florais battle tested at scale, labeling 200,000 hours of data per day across 512 GB300s. By open-sourcing our data engine, we enable researchers to scale custom robotics datasets and explore emerging applications such as physical auto-research and human-to-robot transfer.

Hugging Face Daily Papers 热度：0 upvotes
作者：Sicong Leng, Yunze Man, Zhiqi Li, Jing Wang, Yuhe Zhang, Ryan Punamiya, Siddharth Patki, Kaiyuan Zheng, Zi-ang Cao, Zhiding Yu, Sifei Liu, Danfei Xu, Ben Levin, Jan Kautz, Yuke Zhu, johan bjorck, Linx…
:::

## 原始参考来源 (Sources)

- [HF Daily Papers · arXiv 2610.31779：FLORA: An Open Model Suite for Scaling Robotics Data Engines](https://arxiv.org/abs/2610.31779)