Исследовательское подразделение Nvidia GEAR открыла исходный код системы Flora. Она добавляет к видео роботов три типа разметки: какое действие выполняется, насколько хорошо выполнен каждый шаг и успешно ли завершилась задача в целом. По словам компании, разметка часа видео обходится примерно в 72 цента против около $88.50 при использовании GPT‑6 Astra от OpenAI. Расчёт стоимости основан на аренде GPU по цене $10 за час.
Flora построена на трёх дообученных моделях Qwen 3.5. Модель с 9 миллиардами параметров разбивает видео на фрагменты с отдельными действиями. Модель с 27 миллиардами параметров создаёт подписи с учётом соседних действий, а вторая модель с 27 миллиардами параметров — Flora‑Rewarder — выставляет оценку успешности, классифицирует шаги и оценивает их по заданным критериям. Nvidia сообщает, что система уже размечает до 200 000 часов видео в день на ферме из 512 GB300 GPU. Модели опубликованы на Hugging Face.
Как Flora сравнивается с другими большими языковыми моделями
В собственном тесте Nvidia на 50 видео роботов Flora набрала 57.1 % по качеству разметки при стоимости $0.72 за час, а GPT‑6 Astra — 53.7 % при $88.49 за час. Claude Opus 5 обходилась дешевле Astra — примерно в $42 за час, — но показала гораздо худший результат. В открытом тесте WGO‑Bench Flora особенно хорошо определяла границы действий, но уступила Astra и Gemini 3.8 Flash по общей точности описаний. В тесте Nvidia DenseCaptionBench Flora лидировала на видео с участием людей, но в видео роботов заняла второе место после Astra.
Почему стоимость и возможности Flora важны для разработчиков робототехники
Разметка больших наборов видео — узкое место при обучении моделей управления роботами. Снизив стоимость разметки часа видео, Flora может помочь небольшим лабораториям и стартапам создавать более крупные обучающие выборки, не оплачивая коммерческие сервисы вроде Physical AI Data Engine от Scale AI. Выпуск системы с открытым исходным кодом также позволяет разработчикам строить весь конвейер обработки данных на оборудовании Nvidia, что может стимулировать дальнейшие покупки её GPU.
Почему это важно
Для команд, работающих над робототехникой, более дешёвая разметка означает возможность быстрее обучать более совершенные модели на больших наборах данных без огромных бюджетов. Открытый исходный код позволяет исследователям настраивать конвейер обработки данных, но оценки стоимости основаны на внутренних ценовых предположениях Nvidia, поэтому реальные расходы могут отличаться.
