Recientemente, el laboratorio de investigación GEAR de NVIDIA abrió oficialmente el código de su motor de datos abierto Flora. Este sistema está construido sobre tres modelos Qwen3.5 afinados y tiene como objetivo proporcionar soporte eficiente de anotación y puntuación de texto para el entrenamiento de videos robóticos, logrando un despliegue clave en la cadena de valor de la robótica.
Flora puede cubrir de manera integral los tres tipos principales de etiquetas necesarias para el entrenamiento robótico: detección de límites de acción, puntuación de ejecución paso a paso y juicio de éxito de tarea. En su interior integra un modelo de segmentación de acciones y un modelo de recompensa Flora-Rewarder, reduciendo costos mientras mejora significativamente la capacidad de captar errores a mitad del proceso y movimientos detallados.
Según estimaciones de NVIDIA, el costo de anotación deFlora es de aproximadamente 0.72 dólares por hora, frente a los aproximadamente 88.50 dólares de GPT-6Astra de unos 88.50 dólares, lo que supone una reducción de costos de hasta 125 veces. En cuanto al rendimiento real, destaca en la detección de límites de acción y en la identificación de errores del proceso, y lidera en grabaciones humanas y en algunas pruebas de referencia, aunque todavía queda por detrás de GPT-6Astra。
en la precisión de descripción pura y en el desempeño con algunos videos robóticos. Como una medida importante de NVIDIA para fortalecer su ecosistema de inteligencia incorporada, el modelo ya está disponible en Hugging Face ...puesto en línea, y en su interior procesa a diario hasta 20万 horas de anotación de video. Esta medida no solo llena el vacío en el pipeline de datos robóticos de código abierto, sino que además consolida aún más la estrategia industrial de NVIDIA de cubrir toda la cadena, desde el hardware y la simulación hasta los modelos de inteligencia artificial.