NVIDIA 开源 Flora：给 GR00T 打标签的机器人视频数据引擎
NVIDIA GEAR（Jim Fan 团队）10 月 20 日开源 Flora：TempSeg / Captioner / Rewarder 三件套，把人类与机器人操作视频标成带时间戳动作指令、过程奖励与结果分；厂商称标注质量对标 GPT-6 Astra，成本约低 125 倍，已用于训练 GR00T。
Flora 面向机器人基础模型的「数据引擎」瓶颈：预训练要靠时间戳字幕筛选与配平，RL 后训练要过程奖励，实机部署要结果奖励。套件含 Flora-TempSeg（约 9B，Qwen3.5-9B 上 LoRA）做动作时段切分；Flora-Captioner 与 Flora-Rewarder（约 27B，基于 Qwen3.5-27B）分别写局部动作指令、输出稠密过程分与回合成功分，并支持用户自定义评分量表。权重在 Hugging Face nvidia/flora 合集，许可为 NVIDIA OneWay Noncommercial，仅限非商业研发，不用于控制机器人或充当唯一安全监视器。
官方论文与 Jim Fan 公开口径：内部曾日标约 20 万小时视频（512 张 GB300）；在自建 50 集标注质量评测上 Flora 约 57.1%、GPT-6 Astra 最大推理约 53.7%；DenseRewardBench 失败步召回约 53.3%，而多数前沿 API 基线接近 0。成本示例（厂商建模）：约 $0.72 / 源视频小时 vs Astra 约 $88.49，约 125×。分数与吞吐均为 NVIDIA 自测，第三方复现仍待跟进。
