Nvidia Flora开源：机器人视频标注仅72美分
\n Nvidia's new data engine Flora labels one hour of robot video for 72 cents instead of $88 with GPT-6 Astra, while scoring slightly higher on quality. The open system, bu
All guides · Full article is primarily Simplified Chinese; use the English summary below for quick takeaways (GEO-friendly).
## Nvidia Flora开源：机器人视频标注仅72美分
Nvidia Flora是一款开源的机器人视频数据标注引擎，它能一次性标注一小时的机器人视频，只需72美分（相比GPT-6 Astra的88.50美元），质量还略高。这套系统专为机器人训练数据准备而设计，适合那些正在大规模收集机器人视频、需要快速标注描述、进度评分和成功判断的用户。如果你正在开发或优化GR00T类机器人模型，这可能是你降低数据标注成本的实用选项。
Flora到底能干什么
机器人视频标注分三类关键标签：
- 动作描述：每个视频片段具体发生了什么动作
- 进度评分：机器人每一步是否正常、是否有问题
- 任务结果判断：任务是否成功完成
传统工具通常只能提供一两类标签，而Flora三者都支持。它把视频分成时间片段，用Qwen3.5模型系列自动完成标注。Nvidia已经把Flora用于自家GR00T模型训练，每天能标注多达20万小时的机器人视频。
价格对比：72美分 vs 88美元，差距有多大
| 项目 | Flora（Nvidia估计） | GPT-6 Astra（OpenAI） | Claude Opus 5（Anthropic） |
|---|---|---|---|
| 每小时标注成本 | 0.72美元 | 88.49美元 | 约42美元 |
| 质量评分 | 57.1% | 53.7% | 明显更低 |
| 优势场景 | 时间边界检测、错误识别 | 整体描述更精准 | 通用场景通用 |
数据来源于Nvidia官方测试，基于假设的GPU租赁成本（每小时10美元）。实际生产中可能会有浮动，但Nvidia已用自家512块GB300 GPU验证过系统可行。
质量对比：Flora在哪赢在哪输
Flora的优势：
- 动作边界检测最准，能精确识别短促手部动作
- 错误识别率比GPT-6 Astra低27.8%，特别擅长捕捉“半完成任务”的细微失败（如只翻瓶子没打翻）
- 任务成功评分和步骤评分准确度更高
Flora的不足：
- 纯动作描述有时不如Astra细致（会把“擦盘子”描述成“折纸巾”）
- 偶尔会把较长动作拆成过多小步骤
在公开的WGO-Bench和Nvidia自家DenseCaptionBench上，Flora在人类录像和机器人视频的整体表现中都领先或持平。
怎么开始用Flora
1. 访问 [Nvidia Flora模型集合] 下载权重
2. 把机器人视频文件放入本地环境
3. 用提供的Qwen3.5模型分别运行动作分割、描述生成和奖励评分
4. 输出带时间戳的标注文件，用于后续训练
推荐搭配Nvidia GR00T框架使用，能直接生成训练所需的progress reward和rubric score。
延伸阅读
- [官方价格]：查看Grok订阅与Nvidia生态订阅的真实对比
- [机器人数据通道]：了解当前主流AI订阅通道的实际表现
- [数据路径指南]：机器人训练数据准备的实用路线
- [完整攻略集合]：AI数据标注避坑全攻略
- [检查清单工具]：标注质量评估快速检查表
- [官方API文档]：Flora模型接口使用说明
- [API中转检测器]：跨平台API兼容性测试工具
风险与边界
Nvidia Flora虽开源，但模型权重需要本地运行或通过支持API调用。数据标注质量受输入视频质量和机器人平台影响，极端环境下的表现可能不如预期。部分高频长视频任务可能因多轮推理产生小偏差，建议通过随机采样验证后再大规模使用。
非法律意见声明：本文仅基于公开报道和Nvidia官方信息整理，非投资、法律或技术建议。如有疑问，请以官网最新数据为准。