إنفيديا تفتح Flora لتسمية فيديوهات الروبوتات بـ72 سنتاً للساعة

أعلنت شركة إنفيديا عن إتاحة محرك البيانات Flora كمصدر مفتوح، وقالت إنه يخفض كلفة تسمية ساعة واحدة من فيديو الروبوتات إلى نحو 72 سنتاً، مقابل نحو 88.50 دولاراً عند استخدام GPT-6 Astra من OpenAI. وتعتمد نماذج الروبوتات على فيديوهات تحتاج إلى تعليقات نصية لتعلم الحركة وتقييم الأداء.

ويتكون Flora من ثلاثة نماذج Qwen3.5 معدلة. نموذج بحجم 9 مليارات معامل يقسّم الفيديو إلى مقاطع حركة، ونموذج بحجم 27 ملياراً يصف كل حركة مع مراعاة ما حدث قبلها وبعدها، ونموذج ثانٍ بالحجم نفسه يسمى Flora-Rewarder يقيّم نجاح الحلقة ويعطي درجات لكل خطوة. وتغطي المنظومة ثلاثة أنواع من التعليقات يحتاجها تدريب الروبوتات.

وقالت إنفيديا إن النظام يعمل فعلياً أثناء تدريب نماذجها GR00T، وأنه يسمّن ما يصل إلى 200 ألف ساعة فيديو يومياً على 512 من وحدات GB300، وإن النماذج متاحة على منصة Hugging Face. وفي اختبار على 50 فيديو، حصل Flora على جودة تسمية 57.1% مقابل 53.7% لـGPT-6 Astra، لكن أرقام التكلفة تبقى تقديرات وليست قياسات إنتاجية، إذ حُسبت على أساس سعر إيجار افتراضي قدره 10 دولارات لكل وحدة معالجة في الساعة.

وأظهرت النتائج تفوق Flora في اكتشاف حدود الحركة وتحديد الأخطاء داخل الحلقة، إذ التقط 53.3% من الخطوات الفاشلة مقابل ألا يلتقط GPT-6 Astra أي خطوة، لكنه يخطئ في وسم نحو 11% من الخطوات الطبيعية كأخطاء. وعلى benchmark WGO-Bench العام، يتفوق Astra في الدرجة الإجمالية، كما يتقدم في دقة الوصف الخالص على فيديوهات الروبوتات. وتقدم إنفيديا Flora كبديل مفتوح للخدمات التجارية مثل محرك البيانات للذكاء الاصطناعي المادي من Scale AI.

ماذا تعني هذه المصطلحات؟

تسمية البيانات: إضافة أوصاف وتقييمات إلى مقاطع الفيديو أو النصوص لتدريب نموذج ذكاء اصطناعي على فهمها، وتُعد من أكبر تكاليف تدريب نماذج الروبوتات.

المعلمات: القيم الرقمية القابلة للضبط داخل النموذج، ويرتبط عددها بحجم النموذج وقدرته، إذ يبلغ هنا 9 مليارات و27 ملياراً.

وحدات معالجة الرسوميات (GPU): شرائح مصممة لتنفيذ عمليات حسابية متوازية بكفاءة، وتُستخدم على نطاق واسع لتدريب نماذج الذكاء الاصطناعي وتشغيلها.