英伟达旗下GEAR研究实验室开源其开放数据引擎Flora，基于三个微调的Qwen3.5模型构建，可高效完成机器人视频训练中的动作边界检测、执行评分与任务成功判断，标注成本低至每小时0.72美元，较GPT-6Astra降低最高达125倍。该系统已在Hugging Face上线，日均处理20万小时视频标注，助力英伟达完善从硬件到AI模型的全链路具身智能布局。
文章作者、来源：AIBase
近日，英伟达旗下GEAR研究实验室正式开源其开放数据引擎 Flora。该系统基于三个微调的 Qwen3.5模型 构建，旨在为机器人视频训练提供高效的文本标注与评分支持，实现对机器人价值链的关键布局。
Flora 能够全方位涵盖机器人训练所需的动作边界检测、逐步执行评分及任务成功判断三大核心标签类型。其内部集成了动作分割模型与奖励模型 Flora-Rewarder，在降低成本的同时显著提升了对中途错误和细节动作的捕捉能力。
据英伟达估算，Flora 的标注成本约为每小时0.72美元，相较于 GPT-6Astra 的约88.50美元，成本大幅降低最高达125倍。在实际效能上，其在动作边界检测和过程错误识别方面表现优异，并在人类录像及部分基准测试中领先，不过在纯描述准确率和部分机器人视频表现上仍逊于 GPT-6Astra。
作为英伟达强化具身智能生态的重要举措，该模型已在 Hugging Face 上线，并在其内部日均处理高达20万小时的视频标注。此举不仅填补了开源机器人数据管道的空白，也进一步巩固了英伟达从硬件、仿真到人工智能模型全链路覆盖的产业战略。