在机器人智能的竞赛中，真正卡住很多团队的，往往不是模型架构，也不是算力规模，而是海量视频数据的标注、评分与清洗。英伟达显然看到了这个痛点。

近日，英伟达旗下 GEAR 研究实验室开源了开放数据引擎 Flora。它的目标很直接：为机器人视频训练数据提供一套高效、低成本、可规模化的标注与评分工具，让机器人团队能更快获得高质量训练素材。

一套围绕机器人训练打造的数据引擎

Flora 并不是一个简单的视频描述工具，而是围绕机器人学习场景设计的数据处理系统。它基于三个经过微调的 Qwen3.5 模型构建，能够处理机器人训练中常见的几类关键判断：

• 动作边界检测：识别动作何时开始、何时结束；
• 逐步执行评分：对任务执行过程进行阶段性评价；
• 任务成功判断：判断机器人是否完成了指定目标。

为了完成这些任务，Flora 内部集成了动作分割模型和奖励模型 Flora-Rewarder。前者负责切分动作片段，后者则用于识别执行过程中的错误、偏差和细节表现。这种组合让系统不仅能给出结果，还能更关注“过程是否正确”。

成本优势是最大亮点

Flora 最受关注的地方，是它显著降低了标注成本。

按照英伟达给出的估算，Flora 的标注成本约为 每小时 0.72 美元。作为对比，GPT-6Astra 的对应成本约为 每小时 88.50 美元。也就是说，在最高情况下，Flora 可以将成本拉低到约 125 分之一。

对于需要处理海量机器人视频的团队来说，这样的成本差距非常关键。过去，高质量视频标注往往意味着高昂的人力或模型调用费用；而 Flora 的意义，正是把这类数据工程变得更像基础设施，而不是奢侈投入。

效果并非全面碾压，但实用性很强

从能力表现看，Flora 并不是在所有维度都胜过 GPT-6Astra。

英伟达表示，Flora 在 动作边界检测 和 过程错误识别 上表现突出，并且在人类录像及部分基准测试中取得领先。这说明它尤其擅长捕捉动作细节和执行过程中的问题，而这些能力对机器人训练非常重要。

不过，在 纯描述准确率 以及部分机器人视频场景下，Flora 仍然不及 GPT-6Astra。换言之，它更像是一款为机器人训练深度优化的专用工具，而不是一个在所有通用任务上全面替代顶级大模型的方案。

英伟达正在补齐具身智能生态的关键一环

Flora 已经上线 Hugging Face，开发者可以直接获取并使用。同时，英伟达内部已经在大规模使用这套系统，日均处理视频标注量高达 20 万小时。

这也解释了英伟达开源 Flora 的深层意图：它不只是发布一个模型，而是在继续强化自己的具身智能生态。从 GPU 硬件、仿真平台，到机器人模型与数据管道，英伟达正在把机器人开发所需的核心环节逐步串起来。

如果说过去英伟达更多被看作机器人时代的算力底座，那么 Flora 的开源，意味着它正进一步深入到数据生产这一更底层、也更关键的环节。对于整个机器人行业来说，一个更低成本、更高效率的数据引擎，可能比一次单纯的模型跑分提升更有现实意义。