Nvidia Flora开源：机器人视频标注仅72美分

Nvidia Flora开源：机器人视频标注仅72美分

Nvidia 最近开源了数据引擎 Flora，让机器人视频标注成本从 GPT-6 Astra 的约 88.5 美元/小时降至 72 美分/小时，质量还略有提升。这套系统特别适合需要海量机器人视频进行训练的企业和研究者，能把原始视频自动转化为时间戳描述、过程奖励和结果评分。

谁适用？

• 机器人初创团队或研究实验室：规模化标注 200,000 小时视频只需极低成本。
• 开发者用 Cursor、Claude Code 或 OpenAI API 构建 Physical AI 项目时，需要可靠的奖励信号来做 RL 后训练。
• 预算有限的团队：避免一次性支付 88 美元/小时的闭源模型。

怎么决策？

进入 RooHome 价格雷达后，搜索「AI 比价」即可查看最新 token $/M 数据和订阅路径对比，一键切换到对应入口。

Flora 核心：一站式标注三大能力

Flora 由三个 Qwen3.5 微调模型组成，覆盖机器人视频全链路标注：

• 动作分段模型（9B）：将长视频切成时间段，识别关键行动边界。
• 描述模型（27B）：为每个动作生成带上下文的文字描述。
• 奖励模型（27B Flora-Rewarder）：一模型多角色——按 1-5 分评估任务成功率、判断半秒步为正常/次优/失败，并按自定义 rubric 打分。

这些标签直接用于 GR00T 模型训练，已支持 512 GB300 GPUs 每天处理 200,000 小时视频。

成本对比：72 美分 vs 88.5 美元

Nvidia 官方估算（假设 GPU 小时费 10 美元）：

项目	Flora（72 美分/小时）	GPT-6 Astra（88.5 美元/小时）	Claude Opus 5（42 美元/小时）
每小时成本	0.72 美元	88.5 美元	42 美元
成本节省	-	122 倍	58 倍
基准质量	57.1%	53.7%	低
适用场景	视频 curation + RL 奖励	通用机器人策略测试	复杂评测

数据来源于 Nvidia 官方论文与 WGO-Bench、RoboRewardBench 测试（以当天挂牌价格为准）。

性能表现：动作边界最强，整体质量接近

• WGO-Bench：Flora 在动作边界检测领先，整体分数接近 Astra。
• DenseCaptionBench（人录像）：全面领先。
• 机器人视频：与 Astra 持平或略胜，尤其在长时间动作连续性上优势明显。
• RoboRewardBench：错误率比 Astra 低 27.8%，能精准捕捉“半完成任务”（如只敲瓶子）。

示例：一个视频里 37 个参考动作，Flora 识别出 34 个，Astra 只抓 4 个。

为什么这对机器人开发者重要

机器人训练数据是瓶颈。Flora 既能过滤高质量视频，又能生成过程奖励信号（用于 RL）和结果评分（用于部署监控）。研究者可直接在 Hugging Face 下载权重，结合自己数据集做迁移学习。

延伸阅读

• [Flora 官方研究论文]
• [Hugging Face 模型集]
• [AI 官方价格全景]
• [API 中转路径]
• [订阅路径指南]

风险与边界

不建议使用场景：

• 需要实时低延迟交互（Flora 更适合离线标注与训练）。
• 纯通用聊天或非物理 AI 任务（成本优势明显，但功能针对性强）。

数据边界：

• 成本为 Nvidia 官方估算（GPU 小时费假设 10 美元），实际以当天 GPU 租赁价为准。
• 质量对比基于公开基准，生产环境可能因 prompt 或数据分布有差异。
• 所有价格以当天挂牌页面为准，建议进入 RooHome 最新价格雷达验证。

免责声明：以上为信息汇总，非投资或专业建议。实际使用请以 Nvidia 官方渠道和供应商实时报价为准。