英伟达开源Flora机器人数据引擎 标注成本降125倍

时间：2026年10月20日英伟达GEAR研究实验室正式发布并开源机器人数据引擎Flora，10月22日三个模型的权重与模型卡在HuggingFace集中更新，10月25日The Decoder等英文媒体补充成本对比细节。 地点：美国加州圣克拉拉英伟达总部GEAR研究实验室，模型与论文同步发布在research.nvidia.com与HuggingFace开源平台。 人物：英伟达GEAR研究团队，机器人研究科学家林曦（Jim Fan）与Yunze Man，论文署名团队基于Qwen3.5系列视觉语言模型自研。 事件详情：英伟达开源数据引擎Flora，把原始机器人与人类操作视频自动转成基础模型训练所需的高质量标注数据。Flora由三个模型组成：时间分段模型Flora-TempSeg以Qwen3.5-9B为初始化并用LoRA训练，负责预测每个动作的开始与结束时间；动作描述模型Flora-Captioner基于Qwen3.5-27B后训练，结合前后上下文为每个动作写一句祈使句指令；奖励模型Flora-Rewarder同样基于Qwen3.5-27B，同时输出结果奖励、稠密奖励和按用户自定义评分标准生成的奖励，可给1到5分的整体成功率，也能把每半秒步骤判定为正常、次优或失败。分段模型使用确定性过滤规则保留与中心区域相交的动作片段，再按时间重叠与边界延续标志拼接同一动作，多个动作同时发生时会分别保留而不合并。官方称该系统已在GR00T系列模型训练中运行，依托512块GB300 GPU每天可标注20万小时视频。性能上，WGO-Bench基准上Flora平均分段F1为50.3%，联合F1为34.5%，人工标注参考区间上的动作描述准确率64.7%，联合F1仅次于GPT-6 Astra的39.0%；自建的DenseCaptionBench中，100段人类第一视角视频子集上分段F1 54.6%、动作描述质量66.5%、联合F1 37.4%三项均排名第一，200段机器人视频子集上分别为66.9%、73.7%和51.0%。奖励模型在RoboRewardBench上的平均绝对误差为40.0，GPT-6 Astra为55.4。成本方面，英伟达自测估算标注一小时源视频Flora约需0.72美元，GPT-6 Astra约88.49美元，Claude Opus 5约42美元，差距约125倍；英伟达标注质量得分57.1%，GPT-6 Astra为53.7%。需要注意成本数字为英伟达按8块GB300、每GPU小时10美元的计算推算而非生产实测，且explainx核查发现模型卡使用的是英伟达OneWay非商用许可，权重仅限研究与开发使用，商用需另行授权。 背景：机器人基础模型已从面向单一本体训练，转向在大规模异构数据集上训练通用策略，高质量标注成为决定性能的关键。英伟达GEAR实验室研究认为，视频标注需要三类标签：用于筛选训练数据的动作描述、用于强化学习后训练的过程奖励、以及用于部署阶段监控机器人集群的结果奖励，而现有工具大多只能提供其中一类。通用大模型如GPT-6 Astra可以生成多类标签，但面对海量视频时成本过高。Flora正是英伟达内部训练GR00T模型时使用的数据引擎，此次以模型套件形式开源，目标是让研究者规模化构建自有机器人数据集。 影响： - 机器人视频标注的单位成本从每小时88美元级降到不足1美元，让具身智能的数据飞轮在算力之外的成本瓶颈明显松动 - 一套模型同时输出分段、描述与三类奖励，直接对标并替代人工标注加多工具拼接的传统流程，机器人数据团队的工具链选型空间被压缩 - 训练GR00T所用的数据引擎对外开源，机器人基础模型开发者首次可以复用头部厂商的数据处理方法，缩小了数据配方差距 - 权重开放但限定研究与开发使用，商用落地需要另谈授权，企业在选型时要先确认许可证边界 - 官方主推的125倍成本优势来自英伟达自测估算而非第三方复现，且对比基线只有GPT-6 Astra与Claude Opus 5，第三方基准验证仍有空间 总结：英伟达把训练GR00T模型的内部数据引擎Flora开源，标志着机器人基础模型的竞争正从模型能力延伸到数据处理成本与工具链开放度。以每天20万小时视频的标注吞吐、每源视频小时0.72美元的估算成本和覆盖分段、描述、奖励三类的统一模型来看，这套工具显著降低了具身智能规模化训练的门槛；但同时需要注意三点：成本数字为厂商自测推算，质量对比结论同样出自英伟达论文，权重则受英伟达OneWay非商用许可限制。对国内机器人团队而言，分段与奖励标注这两类过去最耗人工的环节，是最先值得对标试用的部分。 参考来源： https://the-decoder.com/nvidia-open-sources-flora-to-make-robot-video-labeling-125x-cheaper-than-gpt-6-astra/ https://research.nvidia.com/labs/gear/flora/ https://research.nvidia.com/labs/gear/flora/assets/paper/flora.pdf?v=2026-10-19c https://huggingface.co/nvidia/Flora-TempSeg https://huggingface.co/nvidia/Flora-Captioner https://huggingface.co/nvidia/Flora-Rewarder https://tech.ifeng.com/c/8xPVWGIv25k https://www.humanoidsdaily.com/news/nvidia-flora-robot-video-training-data-models https://explainx.ai/blog/nvidia-flora-open-models-robot-data-engine-captioner-rewarder-segmenter-gr00t-2026 https://damodev.csdn.net/6ad8142c536f457592b14159.html