Nvidia publie Flora, un outil d’annotation vidéo pour la robotique

MMarc

Nvidia publie Flora, un moteur ouvert qui produit des annotations vidéo pour entraîner et évaluer des robots, selon The Decoder. L’outil décrit les actions, évalue leur progression et juge si les tâches sont réussies. Il repose sur 3 modèles Qwen3.5 ajustés, disponibles sur Hugging Face : un modèle de 9 milliards de paramètres segmente les actions, et 2 modèles de 27 milliards évaluent les épisodes et les étapes d’action. Nvidia indique que Flora est déjà utilisé pour entraîner ses modèles GR00T. L’entreprise affirme que le système pourrait traiter jusqu’à 200 000 heures de vidéo par jour avec 512 processeurs graphiques GB300. Dans un test portant sur 50 vidéos, Flora obtient un score légèrement supérieur à GPT-6 Astra, mais les résultats varient selon les critères. Flora repère mieux les limites temporelles des actions et affiche un taux d’erreur inférieur de 27,8 % sur RoboRewardBench, tandis qu’Astra reste devant sur certaines mesures de description et de score global. Nvidia estime que l’annotation coûterait 0,72 dollar par heure de vidéo avec Flora, contre 88,50 dollars avec GPT-6 Astra. Ces projections reposent sur une location de processeurs graphiques à 10 dollars l’heure, et non sur des mesures en production : les économies et les performances réelles restent à établir.