Data · 28 Oktober 2026
Nvidia meluncurkan Flora, mesin data terbuka untuk pelabelan video robotik dengan biaya jauh lebih rendah
Nvidia memperkenalkan Flora, sebuah mesin data terbuka yang dirancang untuk melabeli data robotik dengan biaya yang jauh lebih rendah dibandingkan model konkuren. Sistem ini bertujuan untuk mengatasi tantangan biaya tinggi dalam pelatihan model kecerdasan buatan untuk robotika.
Pelabelan satu jam video robotik menggunakan Flora diperkirakan hanya membutuhkan biaya sekitar tujuh puluh dua sen dolar Amerika Serikat. Angka ini kontras tajam dengan biaya sekitar delapan puluh delapan dolar Amerika Serikat yang diperlukan untuk menggunakan model GPT-6 Astra dari OpenAI. Perbandingan ini menunjukkan bahwa Flora dapat menjadi solusi yang lebih hemat biaya, dengan potensi penghematan hingga seratus dua puluh lima kali lipat dibandingkan alternatif komersial utama. Namun, estimasi biaya Flora ini merupakan perhitungan teoritis berdasarkan asumsi sewa chip grafis sebesar sepuluh dolar per jam, bukan pengukuran operasional langsung.
Secara teknis, Flora terdiri dari tiga model Qwen3.5 yang telah disesuaikan secara khusus. Model pertama dengan sembilan miliar parameter bertugas memecah video menjadi segmen aksi. Model kedua dengan dua puluh tujuh miliar parameter memberikan deskripsi teks untuk setiap segmen dengan mempertimbangkan konteks sebelum dan sesudah kejadian. Model ketiga, juga dengan dua puluh tujuh miliar parameter, berfungsi sebagai pemberi hadiah yang menilai keberhasilan episode, mengklasifikasikan setiap langkah setengah detik, dan memberikan skor berdasarkan rubrik yang ditentukan sendiri. Sistem ini dilaporkan sudah digunakan dalam pelatihan model GR00T dan mampu memproses hingga dua ratus ribu jam video per hari menggunakan GPU H100.
Dalam pengujian dengan lima puluh video, Flora menunjukkan kualitas anotasi yang sedikit lebih baik daripada GPT-6 Astra. Model ini unggul dalam mengidentifikasi batas-batas aksi dalam video, terutama pada rekaman manusia. Namun, GPT-6 Astra tetap unggul dalam akurasi deskripsi teks murni dan dalam penilaian berdasarkan rubrik tertentu. Model Claude Opus 5 dari Anthropic menunjukkan kinerja yang jauh lebih buruk dalam pengujian yang sama dengan biaya sekitar empat puluh dua dolar per jam.
Keunggulan utama Flora terletak pada kemampuan mendeteksi kesalahan. Dalam benchmark RoboRewardBench, tingkat kesalahan Flora dua puluh tujuh persen lebih rendah daripada Astra. Flora berhasil mengidentifikasi lima puluh tiga persen langkah yang salah dalam sebuah episode, sementara kompetitor lain tidak melebihi sebelas persen dan Astra tidak mendeteksi kesalahan sama sekali. Namun, keunggulan ini datang dengan biaya tingkat false positif yang lebih tinggi, di mana sekitar sebelas persen langkah normal secara keliru ditandai sebagai kesalahan oleh Flora.
Nvidia merilis Flora sebagai alternatif terbuka untuk layanan komersial seperti Mesin Data AI Fisik dari Scale AI. Langkah ini sejalan dengan strategi Nvidia untuk mempertahankan pengembang dalam ekosistem perangkat kerasnya dan meningkatkan permintaan terhadap chip grafisnya. Model-model yang mendasari Flora tersedia di platform Hugging Face untuk digunakan oleh peneliti dan pengembang.