10 月 25 日，英伟达开源机器人数据引擎 Flora，把一小时机器人视频的标注成本压到约 0.72 美元，而同样任务交给 GPT-6 Astra 需要约 88.5 美元，价差 125 倍。这套系统已经在英伟达 GR00T 模型的训练中跑起来了。
机器人视频训练缺的三类标签
英伟达 GEAR 研究实验室把机器人从视频里学习所需的标注拆成三类：描述画面中发生了哪个动作，用来挑选训练数据；对机器人每一步的推进程度打分，让模型能通过试错学习；判断一个任务是否成功完成，用于部署阶段的监控。现有工具通常只能覆盖其中一类，通用大模型虽然能生成几种，但价格撑不住大规模标注。
三个微调模型拼起来
Flora 由三个基于 Qwen3.5 微调的模型组成。9B 模型负责把视频切成动作片段，27B 模型在描述动作时会把前后文一起算进去，另一个 27B 模型 Flora-Rewarder 承担三种角色，它给整段轨迹打 1 到 5 分的成功度，把每个半秒步骤分类为正常、次优或失败，并按自定义评分标准给出分数。目前它在英伟达训练 GR00T 时每天标注最多 20 万小时视频，跑在 512 块 GB300 上，模型权重已放到 Hugging Face。
关于这套系统的完整设计，英伟达 GR00T 相关的开源实践可以看 英伟达开源 Run:ai 深度 这篇。
便宜之外，短板也很清楚
英伟达用 50 个视频做了对比测试，Flora 得分略高于 GPT-6 Astra，而后者被允许调用完整推理能力，同场测试里分数更低的 Claude Opus 5 成本仍约 42 美元每小时。需要说明的是，这组成本数字是按每 GPU 每小时 10 美元的租金假设推算出来的，不是生产环境的实测账单。
能力边界也写在论文里。在公开的 WGO-Bench 上，Flora 最擅长找出动作发生的时间边界，总分仍落后于 Astra，纯粹的描述准确率落后 Gemini 3.8 Flash；在英伟达自家的 DenseCaptionBench 上，人类拍摄视频的所有指标 Flora 都领先，机器人视频则排第二。研究者也承认一个方法论上的问题，评价描述质量的 GPT-6 Astra 本身就是被测模型之一。
延伸阅读
- 亚马逊云科技物理 AI 落地：100 万台机器人在跑智能体3 天前
- 英伟达入股 GMI Cloud 6.68 亿美元：GPU 云争夺转向两岸准时交付3 周前
- 千诀 Polibrain 世界模型发布：5 类机器人复用，隐变量早 LeCun 一年3 天前
- 美的加入英伟达 MGX 生态链：OCP 峰会亮相 Vera Rubin 合作名单1 周前
继续读
同一批更新里这几篇值得一看：
- 4 款中国 AI 网球机器人众筹破百万美元：最高超募 26255%2026-10-25
- 英伟达 Nemotron 3.5 Bolt E4B：4GB 显存跑 8B 模型2026-10-25
- 英伟达 Microduck 机器人预订超 2 万台 GTC 柏林走热2026-10-24