外观
新闻X7 天前
Jim Fan开源机器人数据引擎Flora，成本降至Astra的1/125
本文由 AI 根据公开内容整理，可能有误，请以原文为准：We built a robotics data engine with Astra-level performance at 125x lower cost. And we are open-sourcing the weights today! Introducing ...（X：Jim Fan (@DrJimFan)（via AIHOT））
核心内容
NVIDIA Jim Fan正式开源机器人数据引擎模型套件Flora，旨在解决具身智能训练中高质量物理世界解析信号稀缺的瓶颈。该模型套件在保持与Astra同等性能水平的前提下，将数据处理成本降低至原方案的1/125。作为内部核心数据基础设施，Flora目前已部署于500块GPU集群，实现每日20万小时原始视频的自动化标注与信号提取，为大规模机器人基础模型训练提供高密度监督信号。
Flora技术架构专注于将非结构化视频转化为多维训练信号：生成带精确时间戳的高质量字幕用于语义对齐；输出密集进度奖励（Dense Progress Rewards）直接服务于强化学习后训练阶段；提供标准化Rubrics评分体系用于现实基准测试与数据质量控制。该方案通过开放模型权重，使开发者能以极低算力门槛构建自有数据引擎，验证了“视频即数据”范式在具身智能领域的工程可行性与成本优势。
关键看点
- 成本效能：Flora模型套件达到Astra级性能，但整体运行成本仅为Astra的1/125，显著降低数据引擎门槛
- 吞吐规模：基于500块GPU集群部署，实现每日20万小时原始视频的自动化解析与高质量信号提取
- RL奖励生成：自动产出密集进度奖励信号，直接支持机器人策略的强化学习后训练与行为优化
- 开源资产：完整开放模型权重，支持社区复用其时间戳字幕、质检Rubrics及物理世界解析能力
工程与产业观察
Flora的开源标志着具身智能数据基础设施从“闭源高成本”向“开源普惠化”转折。其核心价值在于将视频理解模型转化为可直接服务于RL训练的稠密奖励函数与评测标准，解决了当前VLA模型训练中“有视频无信号”的工程痛点。对于算法团队而言，这意味着可利用低成本算力快速构建私有数据飞轮，加速Sim-to-Real与真实场景策略迭代。
线索来源：AIHOT
来源
本页事实对应的公开页面，以原文为准。