英伟达开源 Flora：机器人视频标注每小时 0.72 美元，便宜约 125 倍

一句话看懂：英伟达开源数据引擎 Flora，用三个微调的 Qwen3.5 模型完成机器人视频的动作切分、描述与评分，称标注一小时视频约 0.72 美元、相比 GPT-6 Astra 省下约 125 倍，并已用于 GR00T 模型训练。

事件核心：发生了什么

2026 年 10 月 25 日，英伟达研究部门 GEAR 公开 Flora 并开源。据其论文，Flora 由 9B 的动作切分模型和两个 27B 模型组成，其中一个负责带上下文描述动作，另一个 Flora-Rewarder 按提示完成三类评分：整段任务成功度、每半秒步骤“正常/次优/失败”分类、以及基于自定义评分标准的打分。英伟达称系统在 512 块 GB300 GPU 上每天可标注最多 20 万小时视频，已用于自家 GR00T 训练，模型托管在 Hugging Face。

价格对比值得留意口径：每小时 0.72 美元是按每小时 10 美元的 GPU 租用价推算，并非实际生产账单；GPT-6 Astra 一侧约 88.5 美元/小时。在 50 条视频的测试中，Flora 标注质量为 57.1%，略高于 Astra 的 53.7%。

为什么重要

机器人视频训练需要三类标注：动作时间与描述、逐步执行质量、任务成败判断，现有工具通常只覆盖一种；大模型能一次做全，但成本难以支撑海量视频。Flora 的意义在于用中小尺寸开源模型把这条标注流水线的单位成本压下来，同时补上“中途出错识别”这块短板。论文称 Flora-Rewarder 能捕捉 53.3% 的失败步骤，而目前公开信息显示竞品不超过 11.7%，Astra 则未识别到。不过作者也承认，Flora 在公开 WGO-Bench 的总分和纯描述准确率上仍落后 Astra 与 Gemini 3.8 Flash，并会把部分正常步骤误判为错误。

对用户/开发者/创作者的影响

对做机器人学习的团队，Flora 提供了一条可自行部署、可微调的数据标注路径，适合先把人类演示视频转成训练数据；但开箱即用前需注意它偶尔把长动作拆得过细、描述出错（论文举例把手擦盘子说成叠餐巾）。研究者可把它当作 Scale AI 等商业标注服务的开源替代来评估，大规模使用成本仍取决于自有算力。普通用户短期感知有限，影响主要在机器人产品迭代速度和训练数据规模上。