Flora combina modelos especializados para preparar datos de robótica. Nvidia calcula un ahorro considerable frente a GPT-6 Astra en una prueba concreta, pero la cifra es una estimación y los modelos se publican para investigación no comercial.
Enseñar a un robot no consiste únicamente en mostrarle vídeos. Para aprovechar esas grabaciones, también resulta útil identificar cuándo empieza una acción, describirla y evaluar cómo termina.
Nvidia aborda ese trabajo con Flora, un conjunto de modelos para generar anotaciones sobre vídeos de personas y robots. La compañía lo presenta como parte del motor de datos utilizado para entrenar sus modelos GR00T.
El informe técnico está fechado el 20 de octubre de 2026. Por tanto, no corresponde situar su presentación inicial el día 25, fecha de la noticia publicada por The Decoder.
El trabajo invisible detrás del aprendizaje robótico
Imagina una grabación en la que alguien recoge una taza y la coloca en una estantería. Para una persona, la secuencia puede resultar evidente. Un conjunto de datos de entrenamiento necesita convertirla en información que el sistema pueda aprovechar.
¿En qué momento empieza a levantar la taza? ¿Cuándo la deposita? ¿La deja estable o se cae? Son preguntas distintas que requieren anotaciones diferentes.
Flora reúne herramientas para describir acciones y evaluar resultados. No sustituye todo el entrenamiento de un robot: interviene en la preparación y valoración de los datos.
Cómo se reparten las tareas
- Segmentación temporal: identifica intervalos correspondientes a acciones dentro de una grabación.
- Descripción de acciones: genera texto sobre lo que ocurre en cada segmento.
- Evaluación: produce valoraciones del resultado de una tarea y de los pasos intermedios.
Esta separación permite tratar de forma diferente una acción mal delimitada, una descripción incorrecta y un intento que no alcanza su objetivo.
Qué significa realmente la cifra de 125 veces
Nvidia compara un coste estimado de 0,72 dólares por hora de vídeo con 88,49 dólares de uso de la API de GPT-6 Astra, configurado con el máximo esfuerzo de razonamiento.
La evaluación económica utiliza 50 episodios, aproximadamente 75 minutos de grabación. Para Flora, el cálculo supone ocho GPU GB300 a un precio de 10 dólares por GPU y hora, junto con una estimación de rendimiento.
El cociente es aproximadamente 122,5, resumido por los autores como unas 125 veces. El cálculo excluye almacenamiento y otros gastos de despliegue.
La comparación se refiere al proceso de segmentación y descripción, no al coste completo de entrenar robots. Tampoco representa dos facturas de producción medidas en condiciones equivalentes.
Menor coste no significa superioridad en todas las pruebas
Los resultados publicados por Nvidia varían según la tarea. Flora destaca en determinadas métricas de segmentación y evaluación de acciones, mientras que GPT-6 Astra obtiene mejores resultados en otras.
Por ejemplo, las tablas del proyecto sitúan a Astra por delante en las métricas del subconjunto de vídeos robóticos de DenseCaptionBench. En WGO-Bench, Flora identifica mejor los límites de las acciones, pero queda por detrás en la puntuación semántica conjunta.
La conclusión razonable es que Flora ofrece una combinación prometedora de especialización y coste estimado. No que haya superado universalmente a los modelos generalistas.
Modelos descargables, pero con límites de uso
Hay otro matiz importante frente al titular original: las fichas oficiales señalan que Flora está destinado a investigación y desarrollo no comerciales.
La documentación de Flora-Captioner excluye expresamente el uso comercial o en producción. Por eso, describirlo simplemente como código abierto disponible para cualquier proyecto empresarial resulta engañoso.
También aclara que sus salidas son anotaciones: no está diseñado para controlar directamente robots ni para actuar como único sistema de supervisión de seguridad.
La disponibilidad de los modelos facilita su estudio, pero no elimina las condiciones de la licencia ni los recursos necesarios para ejecutarlos.
Qué puede aportar a la investigación
Si un equipo consigue reducir el coste de preparar sus datos sin perder la calidad necesaria, podría analizar más grabaciones o dedicar más recursos a revisar los casos difíciles. Esa es la oportunidad práctica que plantea Flora.
Pero el ahorro debe comprobarse con los vídeos, el hardware y las exigencias de cada proyecto. Una herramienta económica que introduce etiquetas incorrectas también puede generar trabajo adicional de revisión.
No hay base para deducir de esta comparación que los robots domésticos vayan a abaratarse en la misma proporción, que desaparezcan las diferencias entre laboratorios o que se reduzcan automáticamente las emisiones.
Flora pone el foco en una parte importante del desarrollo robótico: preparar mejores datos a un coste asumible. Su impacto dependerá de la calidad que mantenga fuera de las pruebas de Nvidia y de los usos que permita su licencia.
Fuentes y referencias
- Nvidia GEAR: presentación de Flora y resultados de evaluación.
- Nvidia: informe técnico de Flora y metodología de estimación de costes.
- Flora-Captioner: ficha oficial, condiciones y usos previstos.
- Flora-TempSeg: documentación oficial del modelo de segmentación.
Sombra Radio · Apoyo de lectores
Ayuda a mantener viva Sombra Radio
Tu aportación voluntaria nos ayuda a seguir publicando sobre IA. Puedes apoyarnos desde 1 € al mes.
