Le fait
Le laboratoire de recherche robotique GEAR de NVIDIA, dirigé par Linxi « Jim » Fan et Yuke Zhu, a publié Flora, une suite de modèles ouverts qui annote automatiquement les vidéos de robots et d’humains. L’équipe la décrit comme le moteur de données utilisé pour entraîner les modèles GR00T, la famille de modèles de NVIDIA pour robots humanoïdes. La publication a été relayée le 25 octobre 2026.
Ce que fait Flora
Un modèle de robotique a besoin de trois sortes d’étiquettes. Il lui faut des légendes horodatées, qui décrivent chaque geste d’une vidéo avec son début et sa fin, pour trier les données d’entraînement. Il lui faut des récompenses de processus, qui notent chaque étape pendant l’apprentissage par renforcement (entraînement par essais et récompenses). Et il lui faut des récompenses de résultat, qui disent si la tâche a réussi, pour surveiller un robot déjà déployé. Flora fait les trois avec le même outil, sur des vidéos de robots comme d’humains.
Les chiffres annoncés
Flora annote 200 000 heures de vidéo par jour sur 512 puces GB300, selon NVIDIA. L’équipe la dit environ 125 fois moins chère que GPT-6 Astra, le modèle d’OpenAI interrogé par API, et revendique les meilleurs scores sur les bancs d’essai WGO-Bench, RoboReward et Robometer.
Le tableau publié est plus nuancé. Flora devance GPT-6 Astra sur les vidéos d’humains (54,6 contre 44,2 en découpage des gestes) et sur l’erreur de notation RoboReward (40,0 contre 55,4, plus bas est meilleur). Elle reste derrière sur les vidéos de robots du banc Robot200 (51,0 contre 57,9) et sur une partie de WGO-Bench (64,7 contre 77,4).
Pourquoi ça compte
Dans la robotique, le goulet n’est plus seulement la quantité de vidéos, mais leur étiquetage. Annoter à la main ou payer un grand modèle à l’appel devient vite hors de prix. Un annotateur ouvert et bon marché permet à un laboratoire ou à un industriel de bâtir son propre jeu de données à partir de ses vidéos d’atelier.
Lecture Neurone21
NVIDIA ouvre ici un outil de sa chaîne interne, pas un simple modèle de démonstration. Les scores restent mesurés par l’équipe elle-même, et la page ne précise pas la licence. Avant de s’en servir en production, il faudra vérifier les conditions d’usage.