Nvidia casse le coût de l'annotation vidéo pour les robots

Résumé

Nvidia ouvre Flora, un moteur qui annote une heure de vidéo robotique pour 72 centimes, contre environ 88,50 dollars avec GPT-6 Astra.

Les faits

Nvidia présente Flora comme un moteur de données ouvert destiné à annoter des vidéos de robots. L’entreprise affirme que l’outil traite une heure de vidéo pour 72 centimes, contre environ 88,50 dollars avec GPT-6 Astra. Dans un test portant sur 50 vidéos, Flora a obtenu un résultat légèrement supérieur à celui du modèle d’OpenAI, selon Nvidia. Flora couvre trois types d’annotations : la description des actions et de leur déroulement, l’évaluation de la progression du robot étape par étape et le jugement de la réussite d’une tâche. Ces annotations servent respectivement à sélectionner les données d’entraînement, à favoriser l’apprentissage par essais et erreurs et à surveiller les robots lors de leur déploiement. Le système repose sur trois modèles Qwen3.5 affinés. Un modèle de 9 milliards de paramètres segmente les vidéos en actions, tandis qu’un modèle de 27 milliards de paramètres les décrit en tenant compte du contexte précédant et suivant chaque action. Un second modèle de 27 milliards de paramètres, Flora-Rewarder, évalue la réussite d’un épisode sur une échelle de 1 à 5, classe chaque étape d’une demi-seconde et attribue des scores selon des critères définis par le modèle. Nvidia indique que Flora est déjà utilisé pendant l’entraînement de ses modèles GR00T et peut annoter jusqu’à 200 000 heures de vidéo par jour sur 512 processeurs graphiques GB300. Les modèles sont disponibles sur Hugging Face. Flora détecte particulièrement bien les frontières entre actions, mais reste moins performant pour la précision pure des descriptions et certains scores globaux.

Pourquoi c’est important

La baisse annoncée du coût d’annotation répond à un obstacle central de l’apprentissage robotique : les modèles ont besoin de volumes importants de vidéos accompagnées de descriptions et d’évaluations détaillées. En réunissant ces trois fonctions dans un système ouvert, Flora vise à rendre cette préparation des données plus accessible à grande échelle. L’outil s’inscrit aussi dans la stratégie de Nvidia autour de la robotique. Son utilisation annoncée pendant l’entraînement des modèles GR00T et sa capacité de traitement sur des infrastructures GB300 relient directement les modèles, les données et les processeurs de l’entreprise. Les résultats restent toutefois contrastés : Flora excelle dans la détection des actions et des erreurs, mais ne domine pas tous les critères de description et d’évaluation.

Questions fréquentes

Combien coûte l’annotation d’une heure de vidéo avec Flora ?

Nvidia estime le coût à 72 centimes par heure de vidéo, contre environ 88,50 dollars avec GPT-6 Astra.

Quels types d’annotations Flora produit-il ?

Flora décrit les actions, évalue la progression du robot et juge la réussite des tâches.

Sur quels modèles Flora repose-t-il ?

Flora repose sur trois modèles Qwen3.5 affinés : un modèle de 9 milliards de paramètres et deux modèles de 27 milliards.

Quelle capacité de traitement Nvidia annonce-t-elle ?

Nvidia indique que Flora peut annoter jusqu’à 200 000 heures de vidéo par jour sur 512 processeurs graphiques GB300.

Source

Auteur

Rédaction spécialisée dans la veille et l’analyse de l’actualité de l’intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.