אנבידיה משחררת בקוד פתוח את Flora: תיוג וידאו של רובוטים זול עד פי 125 מ-GPT-6 Astra, לפי הערכתה

אנבידיה שחררה בקוד פתוח את Flora, מערכת שמוסיפה לסרטוני רובוטים תיאורים טקסטואליים וציונים באופן אוטומטי. לפי הערכת החברה, תיוג של שעת וידאו עולה ב-Flora כ-72 סנט. ב-GPT-6 Astra של OpenAI אותה עבודה עולה כ-88.5 דולר. המודלים זמינים להורדה ב-Hugging Face.

למה רובוטים צריכים תוויות

מודלי AI גדולים לרובוטיקה לומדים מסרטונים, ולכל סרטון צריך לצרף הערות טקסט. לפי מעבדת המחקר GEAR של אנבידיה, צריך שלושה סוגי תוויות. הראשון מתאר איזו פעולה מתרחשת ומתי, ומשמש לבחירת נתוני אימון. השני מדרג צעד אחר צעד עד כמה הרובוט מתקדם, כדי שיוכל ללמוד מניסוי וטעייה. השלישי קובע אם המשימה הושלמה בהצלחה, ומשמש לפיקוח על רובוטים בזמן עבודה.

לדברי החוקרים, רוב הכלים הקיימים מספקים רק אחד מהסוגים האלה. LLM כמו GPT-6 Astra יודע להפיק כמה מהם, אבל הוא יקר מדי לכמויות הווידאו העצומות שהתחום דורש.

שלושה מודלים מבוססי Qwen

Flora בנויה משלושה מודלים של Qwen3.5 (משפחת המודלים הפתוחים של עליבאבא) שעברו fine-tuning, כלומר אימון נוסף למשימה ספציפית. מודל בגודל 9B מחלק את הסרטון למקטעי פעולה. מודל 27B מתאר כל מקטע ומתחשב במה שקרה לפניו ואחריו. מודל 27B נוסף, Flora-Rewarder, ממלא שלושה תפקידים לפי ההנחיה שהוא מקבל: הוא מדרג את הצלחת הניסיון בסולם של 1 עד 5, מסווג כל חצי שנייה כ"תקין", "לא אופטימלי" או "כישלון", ומעניק ציונים לפי מחוונים שהמשתמש מגדיר.

לפי אנבידיה, המערכת כבר פועלת באימון מודלי GR00T של החברה. היא מתייגת עד 200,000 שעות וידאו ביום על 512 מעבדי GB300.

הפער במחיר גדול יותר מהפער באיכות

במבחן על 50 סרטונים, לפי אנבידיה, Flora השיגה ציון איכות של 57.1% לעומת 53.7% ל-GPT-6 Astra, אף ש-Astra הורשתה להשתמש ביכולת ההסקה המלאה שלה. Claude Opus 5 של אנתרופיק השיג במבחן הזה תוצאות נמוכות בהרבה ועלה כ-42 דולר לשעת וידאו.

עם זאת, נתוני העלות של Flora הם תחזית ולא מדידה בייצור. אנבידיה חישבה אותם לפי מחיר שכירות משוער של 10 דולר לשעת GPU.

גם התמונה המקצועית מורכבת יותר מהכותרת. במבחן הציבורי WGO-Bench, Flora הכי טובה בזיהוי נקודות ההתחלה והסיום של פעולות. בציון הכולל היא מפגרת אחרי Astra, ובדיוק התיאור לבדו היא נמוכה גם מ-Gemini 3.8 Flash של גוגל. במבחן הפנימי של אנבידיה, DenseCaptionBench, היא מובילה בכל המדדים בסרטונים של בני אדם, אבל בסרטוני רובוטים היא שנייה אחרי Astra. החוקרים מודים גם בבעיה מתודולוגית: GPT-6 Astra היא זו שבדקה את התיאורים, והיא גם אחד המודלים הנבחנים.

היתרון הבולט של Flora הוא בזיהוי שגיאות באמצע ביצוע. היא מזהה 53.3% מהצעדים הכושלים, אף מתחרה לא עובר את 11.7%, ו-Astra לא זיהתה אף אחד. מנגד, Flora מסמנת בטעות כ-11% מהצעדים התקינים כשגיאות. באחת הדוגמאות היא תיארה רובוט שמנגב צלחת במטלית כמי שמקפל מפית.

המשמעות: שליטה בשרשרת הערך

אנבידיה מציגה את Flora כחלופה פתוחה לשירותים מסחריים כמו Physical AI Data Engine של Scale AI. אנבידיה משקיעה מיליארדים במודלים פתוחים כדי להשאיר מפתחים בתוך סביבת החומרה שלה ולהגדיל את הביקוש לשבבים שלה.

ככל הנראה Flora היא עוד חלק מהאסטרטגיה הזאת. אם תיוג הנתונים, שהוא אחד השלבים היקרים בפיתוח רובוטים, הופך לזול ופתוח, יותר צוותים יוכלו לאמן מודלים משלהם, והאימון הזה ירוץ כנראה על מעבדים של אנבידיה. המשמעות עבור ספקי תיוג מסחריים היא, ככל הנראה, לחץ על המחירים בתחום שעד עכשיו נחשב צוואר בקבוק.