NVIDIA、GR00T学習用データエンジン「Flora」を公開　ロボット映像の注釈コストはGPT-6の約125分の1

NVIDIAのロボット研究組織GEARは20日、プロジェクトページと論文で、人型ロボット向け基盤モデルGR00Tの学習に使うデータエンジン「Flora」をオープンウェイトの3モデルとして公開した。Flora-TempSeg（90億パラメータ）が操作映像を時刻付きの動作に区切り、Flora-Captioner（270億）が区間ごとに作業指示文を付け、Flora-Rewarder（270億）が進み具合や成否、失敗の原因を採点する。

同グループによると、FloraはGB300 GPU 512基で1日20万時間分の映像に注釈を付けている。自社試算では、GB300を8基、1GPU時間10ドルで使う場合の処理費は元映像1時間あたり約0.72ドルで、最大推論設定のGPT-6 Astra（88.49ドル）の約125分の1になるという。

社内の50エピソード品質評価は57.1％でAstraの53.7％を上回ったが、公開ベンチマークでは結果が分かれた。WGO-Benchの区間分割F1（50.3対46.0）とRoboRewardの誤差（MAE 40.0対55.4）はFloraが優位で、正解区間のキャプション精度はAstra（77.4対64.7）が上回った。

Qwen3.5を基にした重みはNVIDIAの非商用ライセンスで、研究用途に限られる。MEKAWIREの記録では、NVIDIAは前日のGTCベルリンでCosmos Data Factoryを発表している（[記事](/ja/news/nvidia-cosmos-data-factory-gtc-berlin-anybotics-sereact-zalando-ceva-siemens-world-model-tools-20261021)）。

背景は[NVIDIAのロボット戦略解説](/ja/news/nvidia-robotics-strategy-explained-2026-jetson-thor-gr00t-cosmos-free-models-sell-data-center-gpus-20-robot-startups-backed-20261017)と[NVIDIAの企業ページ](/ja/companies/nvidia)を参照。