Nvidia открыла Flora: разметка видео для роботов в 125 раз дешевле, чем GPT-6 Astra

Nvidia представила открытую систему Flora для автоматической разметки видео с роботов, которая обходится всего в 72 цента за час видео вместо $88 при использовании GPT-6 Astra. При этом по качеству разметки новинка показывает результат чуть выше, чем флагманская закрытая модель, что делает релиз одним из самых заметных событий для робототехники за последнее время. В основе Flora лежат три дообученные модели семейства Qwen3.5, а исходный код системы уже доступен сообществу.

Речь идет не просто об очередном инструменте для аннотации данных, а о попытке решить одну из самых дорогих проблем современной робототехники. Обучение роботов требует огромных массивов видеозаписей, где каждое действие машины подробно описано и проверено: что робот взял, куда переместил, допустил ли ошибку, успешно ли завершил задачу. Ручная разметка таких данных стоит дорого и занимает недели, а использование мощных коммерческих моделей вроде GPT-6 Astra быстро превращается в счета на десятки тысяч долларов.

Почему разметка видео стала узким местом

Именно стоимость и скорость разметки сегодня сдерживают развитие роботов нового поколения. Компании собирают часы и дни видеопотока с камер роботов в лабораториях, на складах и тестовых полигонах, но без качественных описаний эти записи остаются просто сырым видео. Моделям для управления роботами нужны точные текстовые метки, привязанные ко времени и действиям, иначе они не могут учиться на демонстрациях и исправлять собственные ошибки.

До сих пор выбор был болезненным: либо платить за ручную работу аннотаторов, либо использовать дорогие мультимодальные модели через API. По данным, которые приводит Nvidia, час видео при разметке через GPT-6 Astra обходится примерно в $88. Для датасета в 1 000 часов это уже $88 000 только за первичную разметку, без учета повторных проверок и исправлений. На этом фоне цифра в 72 цента за час выглядит как смена правил игры — разница составляет около 125 раз.

Важно, что Flora при этом не жертвует качеством ради экономии. Nvidia утверждает, что система набирает чуть более высокие баллы по качеству, чем GPT-6 Astra. Для индустрии это ключевой сигнал: дешевый инструмент больше не означает «хуже», и его можно встраивать в реальные производственные конвейеры данных, а не только в эксперименты.

Как устроена Flora и в чем ее сильные стороны

Flora построена не на одной гигантской модели, а на связке из трех дообученных моделей Qwen3.5. Такой подход уже стал стандартом для специализированных data-движков: вместо универсального ассистента, который умеет все понемногу, создается компактная система, заточенная под одну задачу. В данном случае — понимать видео с роботами, описывать действия и находить сбои.

Особенно сильно Flora проявляет себя в поиске ошибок в действиях роботов. Она заметно надежнее конкурентов определяет моменты, когда захват не удался, объект выскользнул, траектория пошла не туда или задача фактически провалена, хотя внешне все выглядит нормально. Для обучения роботов это критично, потому что именно негативные примеры и разбор неудач позволяют моделям не повторять ошибки в реальном мире.

При этом у системы есть и слабое место, о котором честно говорит сама Nvidia. По описательной точности в отдельных сценариях Flora иногда уступает конкурентам. То есть она отлично ловит сам факт ошибки, но может менее детально или менее изящно описать происходящее в кадре, чем крупные проприетарные модели. На практике это означает, что для максимально богатых описаний может понадобиться дополнительная проверка или комбинированный конвейер.

Ставка Nvidia на всю цепочку робототехники

Релиз Flora стоит рассматривать в контексте более широкой стратегии Nvidia. Компания уже контролирует значительную часть инфраструктуры для ИИ — от чипов и серверов до платформ для обучения и симуляции роботов. Открытый и дешевый инструмент разметки закрывает еще одно звено в цепочке: данные. Кто контролирует данные и инструменты для их подготовки, тот во многом задает стандарты для всей отрасли.

Открытый код здесь тоже играет важную роль. Исследовательские лаборатории, стартапы и крупные компании смогут разворачивать Flora у себя, дообучать ее под свои типы роботов, камеры и задачи, а не отправлять чувствительное видео в сторонние API. Это снижает не только затраты, но и барьеры, связанные с приватностью, задержками и зависимостью от внешних провайдеров. Для небольших команд, у которых нет бюджетов на разметку через GPT-6 Astra, это прямой путь к созданию собственных датасетов уровня крупных игроков.

Появление таких систем, как Flora, ускоряет переход от единичных демо роботов к массовому обучению на больших массивах реального опыта. Чем дешевле превратить час сырого видео в качественную обучающую выборку, тем быстрее роботы учатся работать на складах, в логистике, производстве и дома. Именно поэтому новость, впервые отмеченная изданием The Decoder, вызвала такой резонанс: речь идет об инфраструктуре, от которой зависит темп всей индустрии.

Для бизнеса это означает, что проекты с ИИ-агентами и робототехникой становятся заметно доступнее: если раньше подготовка данных съедала львиную долю бюджета, то теперь эти деньги можно направить на сами сценарии автоматизации, интеграцию и масштабирование. И если компания хочет не просто тестировать модели, а выстроить под ключ весь контур — от данных и серверов до агентов и интерфейсов, — логично опираться на полный стек: серверы, агенты и сайты от одной команды, чтобы быстрее превратить дешевую разметку и открытые модели в рабочий продукт.