BESTÄTIGT: NVIDIA hat Flora geöffnet, die Daten-Engine seines Robotiklabors GEAR, die für das Training seiner humanoiden GR00T-Modelle verwendet wird. Das Paket verwandelt Roboter- und menschliche Demonstrationsvideos in Trainingslabels: wo jede Aktion beginnt und endet, was getan wurde und ob die Ausführung gut war. Die Modelle sind auf Hugging Face veröffentlicht, unter einer nichtkommerziellen Forschungslizenz.
Es sind drei Modelle, jedes mit einer eigenen Aufgabe. Flora-TempSeg mit 9 Milliarden Parametern teilt Videos in Aktionsintervalle und markiert Beginn und Ende jedes Schritts. Flora-Captioner mit 27 Milliarden Parametern, nachtrainiert auf Basis von Qwen3.5-27B, schreibt für jedes Intervall eine kurze Anweisung und berücksichtigt dabei, was davor und danach geschah. Flora-Rewarder, ebenfalls mit 27 Milliarden Parametern, vergibt eine Erfolgsnote von 1 bis 5 für die Episode, klassifiziert kurze Schritte als normal, suboptimal oder fehlgeschlagen und vergibt Noten nach nutzerdefinierten Rubriken.
Der von NVIDIA behauptete Umfang ist der auffälligste Punkt der Ankündigung. Dem Unternehmen zufolge labelt Flora bereits bis zu 200.000 Stunden Video pro Tag auf 512 GB300-GPUs und war die Daten-Engine für das Training von GR00T-2. Diese Zahl ist eine Behauptung des Herstellers selbst, keine unabhängige Messung, und sie beschreibt Labeling-Durchsatz — keine neu gesammelten Stunden an Robotererfahrung.
Die Kosten sind das zweite zentrale Versprechen und zugleich das, das am sorgfältigsten gelesen werden muss. Nach NVIDIAs Schätzung kostet das Labeln einer Stunde Video mit Flora etwa 0,72 US-Dollar, gegenüber etwa 88,49 US-Dollar mit GPT-6 Astra bei maximalem Aufwand — ein Unterschied von rund 125-mal. Die Rechnung geht von einer GPU-Miete von 10 US-Dollar pro Stunde aus und deckt den Untertitelungsschritt ab, nicht das Reward-Modell, und sie wurde von Dritten in der Produktion noch nicht verifiziert.
Bei der Qualität ist das Bild gemischt, laut NVIDIAs eigener interner Auswertung von 50 Episoden. Flora erreichte 57,1 % gegenüber 53,7 % für Astra bei der allgemeinen Annotationsmetrik, mit Vorteilen bei menschlichen Videos, der Erkennung von Aktionsgrenzen und bei Teilerfolgen. Astra lag bei Robotervideos, der Beschreibungsgenauigkeit und den Rubriknoten vorn. Bei einem öffentlichen Test zu Aktionsgrenzen führte Flora ebenfalls bei der zeitlichen Lokalisierung, lag aber bei der allgemeinen Beschreibungsgenauigkeit hinter Astra und Gemini 3.8 Flash. Das Material selbst räumt Grenzen ein: Flora teilt lange Aktionen manchmal in zu viele Schritte und kann eine Aktion falsch beschreiben.
Für Forschende ist die praktische Grenze die Lizenz. Die Modelle unterliegen NVIDIAs nichtkommerzieller OneWay-Lizenz, gedacht für Forschung und Entwicklung, ohne Unterstützung für kommerzielle oder produktive Nutzung. Die Flora-Rewarder-Karte stellt außerdem klar, dass die Ausgaben Annotationen sind: Das Modell darf einen Roboter nicht direkt steuern und nicht der einzige Sicherheitsmonitor eines physischen Systems sein.
Floras Wert liegt — falls sich die Zahlen außerhalb von NVIDIAs Labor bestätigen — darin, den am wenigsten sichtbaren Engpass der Robotik zu lösen: Demonstrationen zu filmen reicht nicht aus; Stunden an Video müssen in nutzbare Trainingsdaten verwandelt werden. Kleinere Labore könnten größere Datensätze aufbauen, ohne den Preis eines Frontier-Modells pro Videostunde zu zahlen. Bis dahin ist der Test, der zählt, derjenige, den NVIDIA noch nicht unabhängig vorgelegt hat: Flora auf eigenen Videos auszuführen, Segmentierungs- und Beschreibungsfehler zu messen und die tatsächlichen Kosten pro Stunde zu vergleichen.
Quellen: Flora-Rewarder-Modellkarte auf Hugging Face (https://huggingface.co/nvidia/Flora-Rewarder); The Decoder, „Nvidia open-sources Flora to make robot video labeling 125x cheaper than GPT-6 Astra“ (https://the-decoder.com/nvidia-open-sources-flora-to-make-robot-video-labeling-125x-cheaper-than-gpt-6-astra/); Tesla News Wire, „Nvidia Flora: open-source robot video labeling for GR00T“ (https://teslanewswire.com/articles/nvidia-flora-open-source-robot-video-labeling-models-gr00t-200000-hours-oct-2026).
Bildnachweis: Flora-Fähigkeiten-Grafik, ein NVIDIA-Bild, wiedergegeben von The Decoder.
Transparenz: Dieser Artikel wurde mit Hilfe künstlicher Intelligenz erstellt, auf Grundlage des Abgleichs öffentlicher Quellen im Internet und öffentlicher Beiträge auf X. NVIDIAs Kosten- und Leistungsangaben warten noch auf eine unabhängige Replikation. Vor einer technischen Entscheidung sollten die Originalquellen zur Bestätigung der Details konsultiert werden.
Muse
