Nvidia lansează Flora: etichetare video open-source pentru robotică, de 125 de ori mai ieftină decât GPT-6 Astra

Antrenarea modelelor moderne de robotică depinde critic de volume uriașe de date video adnotate, însă apelarea la modele comerciale mari de frontieră a devenit o barieră financiară majoră. Nvidia intervine direct în acest blocaj și lansează Flora, un motor de date open-source destinat adnotării automatizate a mișcărilor robotice, despre care compania susține că este de până la 125 de ori mai ieftin decât GPT-6 Astra.

Ce s-a întâmplat

Conform laboratorului de cercetare GEAR din cadrul Nvidia, antrenarea roboților pe baza demonstrațiilor video cere trei tipuri esențiale de etichete: segmentarea acțiunilor în timp, evaluarea pas cu pas a progresului și decizia finală privind succesul sarcinii. Majoritatea uneltelor actuale oferă doar una dintre aceste componente, în timp ce marile modele proprietare sunt mult prea costisitoare la scară largă. Flora rezolvă problema combinând trei modele Qwen3.5 ajustate: o variantă de 9B împarte clipul în secvențe de acțiuni, un model de 27B generează descrieri contextuale, iar un alt model de 27B, denumit Flora-Rewarder, notează calitatea execuției și detectează pașii greșiți.

Nvidia estimează un cost de circa 0,72 dolari pentru o oră de video analizată cu Flora (pe baza unui tarif presupus de închiriere GPU de 10 dolari pe oră), comparativ cu aproximativ 88,50 dolari în cazul GPT-6 Astra și 42 de dolari pentru Claude Opus 5. Pe benchmarkul RoboRewardBench, Flora a obținut o rată de eroare cu 27,8% mai mică decât Astra la sarcini parțiale și a detectat 53,3% dintre pașii eșuați dintr-un episod, zonă unde modelele concurente nu au depășit 11,7%. Sistemul este deja utilizat intern de Nvidia pentru a adnota până la 200.000 de ore de video pe zi pe 512 plăci GB300 în procesul de instruire al modelelor GR00T.

De ce contează în România

Pentru echipele din România care activează în robotică, procesare de imagini și automatizări industriale — fie că vorbim de startup-uri, integratori locali sau laboratoare universitare — accesul la date de antrenament bine adnotate a fost mereu o cheltuială greu de susținut. Folosirea unor API-uri proprietare costisitoare pentru mii de ore de filmări din fabrici sau depozite era pur și simplu prohibitivă.

Faptul că Nvidia livrează aceste modele în regim open-source permite dezvoltatorilor români să își internalizeze întreg fluxul de procesare a datelor. Echipele locale pot rula sistemul pe propria infrastructură sau pe instanțe de calcul închiriate la cerere, construind seturi de date specializate pentru brațe robotice sau vehicule autonome fără costuri de licențiere recurente.

Cum poți încerca

Modelele care compun sistemul Flora au fost publicate și sunt accesibile direct pe platforma Hugging Face. Cercetătorii și inginerii de machine learning pot descărca ponderile celor trei modele Qwen3.5 și le pot integra în propriile pipeline-uri de prelucrare video.

Pentru a rula eficient modelele de 9B și 27B din suita Flora este necesară o infrastructură hardware dedicată cu acceleratoare grafice moderne. Cei interesați pot începe prin evaluarea performanței pe seturi reduse de date demonstrative, verificând acuratețea segmentării acțiunilor înainte de scalarea procesului pe volume mari de înregistrări.