Nvidia met Flora en open source pour annoter les vidéos de robots 125 fois moins cher que GPT-6 Astra

L'enjeu est considérable pour la robotique. L'annotation de vidéos, qui consiste à décrire ce que fait un robot et à vérifier si l'action a réussi, est un goulot d'étranglement majeur pour entraîner les modèles d'IA incarnée. À 88 dollars l'heure, labelliser des milliers d'heures de démonstrations devient prohibitif pour les laboratoires universitaires et les jeunes entreprises. À 72 centimes, cela devient accessible. La détection fiable des échecs compte tout autant, car des données mal annotées dégradent directement les politiques de contrôle apprises. La contrepartie reste une exactitude descriptive parfois inférieure, ce qui peut imposer une vérification humaine sur certains usages.

Cette publication s'inscrit dans la stratégie de Nvidia, qui cherche à contrôler l'ensemble de la chaîne de valeur de la robotique, des puces aux simulateurs, des modèles de fondation aux données d'entraînement. En ouvrant Flora, le groupe encourage l'adoption de son écosystème et renforce la demande pour son matériel. Il s'appuie aussi sur les modèles ouverts de la famille Qwen, signe de leur place croissante dans les pipelines industriels face aux offres fermées d'OpenAI. La suite dépendra de l'adoption par la communauté et de la réaction des acteurs de la robotique, qui pourraient intégrer l'outil à leurs propres chaînes de données.