# Nvidia开源Flora，降低机器人视频标注成本

> Nvidia称，Flora标注一小时机器人视频约需$0.72，比OpenAI的GPT‑6 Astra便宜125倍。

Oossa · 2026-10-25 · https://oossa.com/zh/nvidia-releases-open-source-flora-to-cut-robot-video-labeling-costs

Nvidia研究部门GEAR开源了一套名为Flora的系统，可为机器人视频添加三类标签：正在执行什么动作、每个步骤完成得如何，以及整个任务是否成功。Nvidia称，该工具标注一小时视频的费用约为72美分；相比之下，使用OpenAI的GPT‑6 Astra约需$88.50。该成本估算以每GPU小时租用费用为$10为前提。

Flora由三个经过微调的Qwen 3.5模型构成。一个拥有90亿参数的模型负责将视频切分为动作片段；一个拥有270亿参数的模型会结合前后动作撰写说明；另一个同为270亿参数、名为Flora‑Rewarder的模型则负责给出成功率、逐步分类结果和评分标准得分。Nvidia称，该系统目前已在一组搭载512 GB300 GPU的集群上，每天标注多达200 000小时的视频；这些模型已发布在Hugging Face上。

## Flora与其他大型语言模型的对比

在Nvidia对50段机器人视频进行的自有基准测试中，Flora的标注质量得分为57.1 %，每小时成本为$0.72；GPT‑6 Astra得分为53.7 %，每小时成本为$88.49。Claude Opus 5比Astra便宜，每小时约$42，但表现差得多。在公开的WGO‑Bench测试中，Flora擅长识别动作边界，但整体描述准确度不及Astra和Gemini 3.8 Flash。在Nvidia的DenseCaptionBench测试中，Flora在真人视频上领先，在机器人视频上则排在Astra之后。

## 低成本与能力对机器人开发者为何重要

标注大型视频数据集一直是训练机器人控制模型的一大瓶颈。降低每小时标注成本后，Flora或许能让规模较小的实验室和初创公司建立更大的训练集，而无需付费使用Scale AI的Physical AI Data Engine等商业服务。开源发布也让开发者能够将数据处理流程留在Nvidia硬件生态系统内，或许会带动更多Nvidia GPU采购。

## 事实

- Nvidia估算，Flora标注机器人视频的费用为每小时$0.72，GPT‑6 Astra则为每小时$88.50。
- 该系统使用三个Qwen 3.5模型：一个9 B参数模型负责分段，一个27 B参数模型负责撰写说明，另一个27 B参数的Flora‑Rewarder负责评分。
- Nvidia称，Flora可在搭载512 GB300 GPU的集群上每天处理多达200 000小时的视频。
- 在对50段视频进行的测试中，Flora的质量得分为57.1 %，Astra为53.7%；Claude Opus 5每小时约需$42，表现更差。
- 在RoboRewardBench测试中，Flora的错误率比Astra低27.8 %；其Rewarder能识别53.3 %的失败步骤，而Astra一个也识别不出来。

## 为什么重要

对机器人团队来说，降低标注成本意味着他们可以用更大的数据集、更快地训练能力更强的模型，而无需投入巨额预算。开源也让研究人员能够定制数据处理流程；不过，成本说法依据的是Nvidia内部的定价假设，实际开支可能有所不同。

## 来源与参考

1. [Nvidia open-sources Flora to make robot video labeling 125x cheaper than GPT-6 Astra](https://the-decoder.com/nvidia-open-sources-flora-to-make-robot-video-labeling-125x-cheaper-than-gpt-6-astra/) – The Decoder, 2026-10-25
2. [FLORA: An Open Model Suite for Scaling Robotics Data Engines](https://arxiv.org/abs/2610.31779) – arXiv cs.RO, 2026-10-26

最后更新: 2026-10-26