Как сообщает The Decoder, Nvidia открыла исходный код Flora — системы автоматической разметки видео для обучения роботов. По собственной оценке компании, разметка одного часа видео обходится примерно в 72 цента против около $88,50 у GPT-6 Astra от OpenAI — экономия до 125 раз. При этом цифры по Flora — прогнозный расчёт, а не производственные замеры: Nvidia исходила из аренды GPU по $10 в час.
Большие ИИ-модели для роботов обучаются на видео с текстовыми аннотациями, и, по данным лаборатории Nvidia GEAR, нужны три типа меток: описания действий для отбора обучающих данных, пошаговые оценки прогресса для обучения методом проб и ошибок и выводы об успешности выполнения задачи для контроля роботов во время работы. Большинство существующих инструментов даёт только один тип разметки, а крупные языковые модели вроде GPT-6 Astra при больших объёмах видео слишком дороги.
Flora состоит из трёх дообученных моделей Qwen3.5: версия на 9 млрд параметров делит видео на сегменты действий, модель на 27 млрд параметров описывает их с учётом того, что происходило до и после, а ещё одна 27-миллиардная модель Flora-Rewarder выступает в трёх ролях. Она оценивает успешность эпизода по шкале от 1 до 5, помечает каждое полусекундное действие как норму, неоптимальный шаг или ошибку и выставляет оценки по заданным критериям. Система уже работает при обучении моделей Nvidia GR00T и размечает до 200 000 часов видео в сутки на 512 GPU GB300; модели доступны на платформе Hugging Face.
В тесте на 50 видео Flora показала качество аннотаций 57,1% против 53,7% у GPT-6 Astra, которому разрешили задействовать полную способность к рассуждениям; Claude Opus 5 справился значительно хуже и стоил около $42 за час видео. На публичном бенчмарке WGO-Bench Flora лучше всех определяет границы действий, но уступает Astra по итоговому баллу, а по точности описаний — Gemini 3.8 Flash. Есть и методологическая оговорка, которую признают сами исследователи: описания оценивал GPT-6 Astra, одновременно являющийся одной из тестируемых моделей.
Сильная сторона Flora — поиск сбоев внутри эпизода: на бенчмарке RoboRewardBench её уровень ошибок на 27,8% ниже, чем у Astra, а Flora-Rewarder замечает 53,3% неудачных шагов, тогда как у конкурентов показатель не превышает 11,7%, и Astra не ловит ни одного. Плата за это — около 11% нормальных шагов, ошибочно помеченных как сбой.
Nvidia позиционирует Flora как открытую альтернативу коммерческим сервисам вроде Physical AI Data Engine от Scale AI. Компания инвестирует миллиарды в открытые ИИ-модели, чтобы удерживать разработчиков в своей экосистеме и стимулировать спрос на чипы; аналогичную задачу — распознавание шагов и сбоев в обучающих видео для роботов — решает и Gemini 4 Argon от Google.
