Nvidia maakt labelen van robotvideo's 125 keer goedkoper met Flora

Robots die taken moeten leren, zoals een voorwerp oppakken of een deur openen, worden getraind op video's van die handelingen. Maar een video alleen is niet genoeg: elk filmpje moet voorzien worden van tekstuele labels. Die labels beschrijven wat er gebeurt, beoordelen hoe goed de robot een stap uitvoert en geven aan of een taak uiteindelijk is gelukt. Onderzoekers van Nvidia's GEAR-lab noemen dit de drie bouwstenen van robotdata: beschrijving, beoordeling en eindoordeel.

Tot nu toe gebeurde dat labelen vaak met grote taalmodellen zoals GPT-6 Astra van OpenAI. Die kunnen alle drie de soorten labels maken, maar zijn door hun rekenkosten te duur om op grote schaal in te zetten. Nvidia schat dat het labelen van één uur video met Astra ongeveer 88,50 dollar kost. Met Claude Opus 5 van Anthropic is dat zo'n 42 dollar. Flora, het nieuwe systeem van Nvidia, doet het volgens de eigen berekeningen voor 72 dollarcent per uur video.

Drie gespecialiseerde modellen

Flora bestaat niet uit één groot model, maar uit drie kleinere, speciaal afgestelde versies van het taalmodel Qwen3.5. Een model van 9 miljard parameters knipt video's op in losse acties. Een tweede model van 27 miljard parameters beschrijft elke actie, waarbij het ook rekening houdt met wat er net voor en na gebeurde. Een derde model, Flora-Rewarder, beoordeelt de uitvoering: het geeft een score van 1 tot 5 voor het hele filmpje, classificeert elke halve seconde als normaal, matig of mislukt, en kan ook op maat gemaakte checklists afvinken.

Nvidia gebruikt Flora inmiddels zelf om de trainingsdata voor zijn eigen robotmodellen, de GR00T-reeks, te verwerken. Het systeem verwerkt naar eigen zeggen tot 200.000 uur video per dag, verspreid over 512 GB300-chips, de nieuwste generatie AI-rekenchips van het bedrijf. De modellen zijn gratis te downloaden via het platform Hugging Face, waar onderzoekers AI-modellen met elkaar delen.

Niet overal de beste, wel vaak goedkoper

Flora is niet op elk vlak de beste. Op een aantal onafhankelijke testen, zogeheten benchmarks, blijft het systeem achter bij Astra wanneer het gaat om precieze beschrijvingen van robothandelingen. Google's Gemini 3.8 Flash doet dat zelfs nog nauwkeuriger. Flora is wel sterker in het herkennen van het exacte moment waarop een actie begint of stopt, en in het opsporen van fouten halverwege een taak. In een test waarbij een robot een fles slechts omduwt in plaats van van de tafel te schuiven, geeft Flora daarvoor 3 van de 5 punten, precies zoals een menselijke beoordelaar zou doen. Astra geeft in dat geval maar 1 punt.

De cijfers over de kostenbesparing zijn overigens schattingen van Nvidia zelf, gebaseerd op een aangenomen huurprijs van 10 dollar per chip per uur, en nog geen onafhankelijk gemeten productiekosten. Door Flora gratis open source te maken, hoopt Nvidia dat meer onderzoekers en bedrijven hun robotmodellen blijven trainen op Nvidia-hardware. Concurrent Google kwam recent met een vergelijkbaar systeem, Gemini 4 Argon, dat ook trainingsvideo's van robots analyseert.