Nvidia 开源机器人视频标注数据引擎 Flora
Nvidia 开源数据引擎 Flora,用三个基于 Qwen3.5 微调的模型完成机器人视频的片段切分、动作描述和逐步评分,已在 GR00T 模型训练中每天标注最多 20 万小时视频,模型发布在 Hugging Face。
推荐理由:原文给出开源标注工具的成本估算和基准对比,也点出评测方法与成本推算上的局限,便于判断它在机器人数据流水线中的位置。
技术方向
装进机器人身体里的 AI:人形机器人、具身基础模型,以及在真实环境里动手干活的能力。
2 条精选近 30 天 2 条共收录 9 条
Nvidia 开源数据引擎 Flora,用三个基于 Qwen3.5 微调的模型完成机器人视频的片段切分、动作描述和逐步评分,已在 GR00T 模型训练中每天标注最多 20 万小时视频,模型发布在 Hugging Face。
推荐理由:原文给出开源标注工具的成本估算和基准对比,也点出评测方法与成本推算上的局限,便于判断它在机器人数据流水线中的位置。
Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,超过其他前沿模型。
推荐理由:官方给出 Argon 在 ERQA 物理推理基准的得分,并用机器人控制、Real2Sim 等多组提示词展示能力边界。