Récemment, le laboratoire de recherche GEAR de Nvidia a officiellement rendu open source son moteur de données ouvert Flora. Ce système est construit sur la base de trois modèles Qwen3.5 affinés, et vise à fournir un support efficace d'annotation textuelle et de notation pour l'entraînement de vidéos robotiques, réalisant un positionnement clé sur la chaîne de valeur robotique.
Flora peut couvrir de manière exhaustive les trois grands types d'étiquettes essentiels nécessaires à l'entraînement des robots : la détection des limites d'action, la notation pas à pas de l'exécution et le jugement de réussite des tâches. Il intègre en interne un modèle de segmentation d'actions et un modèle de récompense Flora-Rewarder, réduisant les coûts tout en améliorant considérablement la capacité à capturer les erreurs en cours et les mouvements détaillés.
Selon les estimations de Nvidia, le coût d'annotation deFlora est d'environ 0,72 dollar par heure, contre environ 88,50 dollars pour GPT-6Astra ...d'environ 88,50 dollars, soit une réduction des coûts allant jusqu'à 125 fois. En termes d'efficacité réelle, il affiche d'excellentes performances en matière de détection des limites d'action et d'identification des erreurs de processus, et est en tête sur les enregistrements humains et certains tests de référence, bien qu'il reste inférieur à GPT-6Astra。
en matière de précision de description pure et de performances sur certaines vidéos robotiques. En tant qu'initiative importante de Nvidia pour renforcer son écosystème d'intelligence embarquée, le modèle est déjà disponible sur Hugging Face « mis en ligne, et traitant chaque jour en interne jusqu'à 20万 heures d'annotation vidéo. Cette initiative non seulement comble le vide dans les pipelines de données robotiques open source, mais consolide également la stratégie industrielle de NVIDIA couvrant toute la chaîne, du matériel à la simulation en passant par les modèles d'intelligence artificielle. »