外观
新闻The Decoder3 天前
Nvidia开源Flora视频标注引擎，成本降至GPT-6 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：Nvidia open-sources Flora to make robot video labeling 125x cheaper than GPT-6 Astra（The Decoder：AI News（RSS）（via AIHOT））
核心内容
Nvidia GEAR实验室正式开源机器人视频标注数据引擎Flora，旨在解决具身智能训练中高质量文本标注成本高昂的瓶颈。该系统由三个微调Qwen3.5模型组成，已应用于GR00T模型训练流程。实测显示，在512块GB300 GPU集群支撑下，Flora每日可自动标注20万小时机器人视频，将单小时视频标注成本从GPT-6 Astra的88.5美元降至0.72美元，降幅达125倍，同时在50个视频样本测试中标注质量达到57.1%，略高于GPT-6 Astra的53.7%。
技术架构上，Flora采用9B参数模型进行动作时间分段，两个27B模型分别负责结合上下文的动作描述及多维度奖励评估（Flora-Rewarder）。后者能对任务成功率进行1-5分评级，并将每0.5秒的操作步骤分类为正常、次优或失败。在RoboRewardBench测试中，Flora错误率比Astra低27.8%，能识别53.3%的中间失败步骤（竞品均低于11.7%），且在包含37个动作的复杂视频中准确识别34个，显著优于仅识别4个的Astra，但在纯描述准确性与轨迹排序上仍有差距。
关键看点
- 极致降本：单小时视频标注成本约0.72美元，较GPT-6 Astra的88.5美元降低125倍，基于$10/GPU/h租赁价测算
- 架构拆解：由9B分段模型与两个27B模型组成，分别处理时序切分、上下文描述及包含成功度评级与步骤分类的奖励信号
- 细粒度纠错：在RoboRewardBench中错误率低27.8%，能捕获53.3%的中间失败步骤，远超竞品不足11.7%的水平
- 吞吐规模：已在GR00T训练中部署，512块GB300 GPU集群日均标注量达20万小时，支持大规模数据流水线
工程与产业观察
Flora通过专用小模型组合替代通用大模型进行垂直领域标注，验证了“专精模型+规模化算力”在具身数据工程中的成本优势。其开源不仅降低了行业获取高质量Reward Signal的门槛，更强化了Nvidia从芯片、仿真到数据工具链的生态闭环，为机器人算法团队提供了可复现的低成本数据清洗与自动化标注基线。
线索来源：AIHOT
来源
本页事实对应的公开页面，以原文为准。