Nvidia open-sources Flora: Roboter-Videos 125-mal günstiger labeln als mit GPT-6 Astra

Was passiert ist

Und drittens Urteile darüber, ob eine Aufgabe erfolgreich abgeschlossen wurde, die zur Überwachung von Robotern im Einsatz genutzt werden. Nvidias neue Datenengine Flora labelt eine Stunde Roboter-Video für 72 Cent statt 88 $ mit GPT-6 (großes Sprachmodell von OpenAI) Astra und erzielt dabei eine leicht höhere Qualität. NVIDIA ist ein Halbleiterunternehmen mit Sitz in Santa Clara, und zu seinen Produkten und Dienstleistungen gehören Grafikprozessoren.

Das offene System, aufgebaut auf drei feinabgestimmten Modellen (weiteres Training eines bestehenden Modells für eine engere Aufgabe) der Qwen3.5-Reihe, erkennt Fehler in Roboteraktionen weitaus zuverlässiger als jeder Konkurrent, verfehlt jedoch manchmal die Genauigkeit bei den Beschreibungen. Nvidia positioniert Flora als zentralen Baustein seiner Strategie, die gesamte Wertschöpfungskette der Robotik zu kontrollieren.

Der Vergleich mit GPT-6 Astra fällt allerdings nicht ganz so einseitig aus, wie es das Preisschild vermuten lässt. Große KI-Modelle für Roboter lernen aus Videos, die Textannotationen benötigen, und laut dem GEAR-Forschungslabor von Nvidia werden dafür drei Arten von Labels benötigt.

Erstens Beschreibungen, welche Aktion wann im Video stattfindet, die zur Auswahl der Trainingsdaten (das Material, aus dem ein Modell aufgebaut wird) dienen. Zweitens Bewertungen, wie gut ein Roboter Schritt für Schritt vorankommt, damit er durch Versuch und Irrtum lernen kann.

Die meisten bestehenden Werkzeuge liefern nur einen dieser Typen. Große Sprachmodelle wie GPT-6 Astra können mehrere davon erzeugen, sind für die enormen Videomengen jedoch zu teuer.

Laut dem Paper deckt Flora alle drei ab. Nvidia gibt an, das System laufe bereits während des Trainings seiner GR00T-Modelle und annotiere täglich bis zu 200.000 Stunden Video auf 512 GB300-GPUs (ein Chip, der für viele Berechnungen gleichzeitig gebaut ist und für Grafik und KI eingesetzt wird).