İçeriğe geç
Pazar, 15 Kasım 2026Yapay zekâ · sade Türkçe · denenmiş@yapaytu
YAPAYTU

NVIDIA, Flora ile robot videolarını etiketlemeyi açıyor

NVIDIA, robot eğitim videolarını etiketleyen Flora modellerini açtı. Şirketin testleri maliyet avantajına işaret ederken bazı ölçütlerde rakipleri öne çıkıyor.

Yapay TU Editör · 4 dk okuma
NVIDIA Flora robot videolarını etiketliyor
Kısa cevap

25 Ekim 2026'da haberleştirilen NVIDIA Flora, robot eğitim videolarına zaman damgalı açıklamalar ve başarı puanları ekleyen açık bir model paketi. NVIDIA, Flora'yı GR00T eğitiminde kullandığını belirtiyor; sonuçlar her testte aynı üstünlüğü göstermiyor.

NVIDIA, robot eğitiminde kullanılacak videoları otomatik olarak açıklayan ve puanlayan Flora model paketini araştırmacılara açtı. 25 Ekim'de The Decoder'ın haberleştirdiği sistem, bir hareketin ne zaman başladığını bulmaktan robotun görevi başarıyla tamamlayıp tamamlamadığını değerlendirmeye kadar uzanan işler yapıyor. Robotik alanında veri hazırlayan geliştiriciler için haberin karşılığı, uzun kayıtları eğitimde kullanılabilecek açıklamalara dönüştürmenin maliyetini azaltma ihtimali.

Flora hangi sorunu çözmeye çalışıyor?

NVIDIA'nın Flora araştırma sayfasına göre sistem, robot öğreniminin farklı aşamalarında gereken video etiketlerini aynı veri işleme sürecinde üretiyor. Eğitim öncesinde görüntüleri seçmek için zaman damgalı açıklamalar gerekiyor. Deneme ve geri bildirimle öğrenme aşamasında hareketlerin ne kadar iyi yapıldığını belirten puanlar, gerçek kullanımdaysa görevin sonucunu gösteren etiketler kullanılıyor.

Örneğin bir robotun şişeyle etkileşimini düşün. Kayıtta şişeye uzanmak, şişeyi kavramak ve yerini değiştirmek ayrı hareketler olabilir. Videonun tamamına tek cümle yazmak, hangi hareketin nerede başladığını göstermiyor. Flora, görüntüyü zaman aralıklarına bölüp bu aralıkları açıklamayı, ardından yapılan işi değerlendirmeyi amaçlıyor.

NVIDIA, Flora'yı GR00T modellerinin eğitiminde kullandığını söylüyor. Araştırma sayfasındaki ölçek bilgisi, 512 GB300 grafik işlemcisi üzerinde günde 200 bin saatlik videonun etiketlenmesi. Bu sayı şirketin çalıştırdığı altyapıya ait; aynı kapasiteyi küçük bir araştırma bilgisayarında beklemek için bir dayanak sunmuyor. Modellerin paylaşılmasıyla birlikte araştırmacılar kendi veri kümeleri üzerinde de bu yaklaşımı inceleyebiliyor.

Maliyet iddiası neye dayanıyor?

NVIDIA, Flora'nın GPT-6 Astra üzerinden etiketleme yapmaya kıyasla yaklaşık 125 kat daha düşük maliyet sunduğunu bildiriyor. The Decoder'ın incelemesinde aktarılan hesap, bir saatlik videoda Flora için 0,72 dolar, GPT-6 Astra için yaklaşık 88,49 dolar veriyor. Ancak Flora tutarı, grafik işlemcisi başına saatlik 10 dolar kiralama varsayımıyla hesaplanmış bir tahmin.

Dolayısıyla yazı tarihinde bu rakamı satın alabileceğin hazır bir hizmetin tarifesi gibi okumamak gerekiyor. Donanımın ne kadar dolu çalıştığı ve kendi veri işleme düzenin, bu hesabın senin projenle ne kadar örtüştüğünü belirlemek için incelenmeli. Bu hesabı kendi GPU kiralama teklifinle yeniden yapmalısın.

Model paketinin yapısı da bu karşılaştırmayı açıklıyor. The Decoder'a göre Flora, Qwen3.5 tabanlı üç uzmanlaşmış model kullanıyor: biri hareket sınırlarını buluyor, diğeri açıklamaları yazıyor, Flora-Rewarder ise başarı ve hata puanlarını üretiyor. Genel amaçlı bir modele bütün işi yaptırmakla belirli işlere uyarlanmış modelleri çalıştırmak, farklı hesaplama düzenleri gerektiriyor.

Flora testlerde nerede başarılı, nerede geride?

NVIDIA'nın yayımladığı tablo, Flora'nın bazı hareket sınırı ve hata bulma ölçütlerinde öne çıktığını, bazı açıklama ve puanlama ölçütlerinde GPT-6 Astra'nın gerisinde kaldığını gösteriyor. WGO-Bench testinde hareket sınırlarını belirleme puanı Flora için 50,3, GPT-6 Astra için 46,0. Aynı testte açıklama doğruluğunu ölçen sütunda ise değerler sırasıyla 64,7 ve 77,4.

Robot videolarından oluşan DenseCaptionBench alt kümesinde de GPT-6 Astra, tabloda gösterilen üç ölçütte daha yüksek puan alıyor. İnsan kayıtları alt kümesinde Flora önde. Bu ayrım, eğitim verisinin kaynağına göre model seçiminin değişebileceğini düşündürüyor; yalnızca genel bir başarı başlığına bakmak yeterli olmuyor.

Ara adımlardaki başarısızlıkları yakalama testinde Flora'nın oranı yüzde 53,3; GPT-6 Astra'nınki sıfır. The Decoder, Flora'nın normal adımların yaklaşık yüzde 11'ini de yanlışlıkla hata olarak işaretlediğini aktarıyor. Hata yakalama kazanımı, yanlış alarm sorunuyla birlikte değerlendirilmeli. Videodaki hareketi doğru bölmek ile hareketi doğru anlatmak da ayrı beceriler; birindeki iyi sonuç diğerini garanti etmiyor.

Bizim yorumumuz: önce kendi videonda etiket kalitesini ölç

Bizce Flora'nın en yararlı tarafı, robot eğitimi için veri hazırlayan ekiplere karşılaştırabilecekleri somut bir model paketi vermesi. Türkiye'de bir üniversite laboratuvarında veya robotik girişiminde çalışıyorsan, ilk incelemeyi kendi kayıtlarınla yapmak daha anlamlı. Fabrika görüntüsündeki hareketler ve kamera açıları, yayımlanan testteki örneklerden farklı olabilir. Araştırma tablosu bu yüzden başlangıç noktası olarak kullanılmalı.

Küçük bir denemede önce insan tarafından kontrol edilmiş video aralıkları hazırla. Modelin hareketi nerede böldüğünü ve açıklamanın görüntüyle uyuşup uyuşmadığını ayrı ayrı kaydet. Başarısız bir hareketin gözden kaçmasıyla başarılı hareketin hatalı sayılması da aynı sonuç doğurmuyor. Kendi kullanımında hangi hatanın daha fazla düzeltme işi çıkardığını belirle; maliyet karşılaştırmasına bu düzeltme süresini de eklemeni öneririz. Elle kontrol için şu kayıt şablonunu kullanabilirsin:

text
Video ve zaman aralığı:
Görüntüdeki hareket:
Flora açıklaması:
Hatalı bölünen veya atlanan hareket:
İnsan kontrolü ve düzeltme süresi:

Flora'nın açık paylaşılması, kurulumun veya kullanımın masrafsız olacağı anlamına gelmiyor. Açık kaynak yapay zekâ rehberimizde ele aldığımız lisans ve model erişimi ayrımlarını kontrol etmek burada işe yarar. Araştırma sayfasında Türkiye'ye özel erişim koşulları ve Türkçe desteği açıklanmadı. Türkçe etiket gereken bir projede bu ihtiyacı ayrıca sınamalısın; İngilizce test sonuçlarından dil desteği çıkarılamaz.

İçerik üreticisi ya da küçük işletme sahibi içinse bu duyuru, doğrudan kurulacak bir sohbet uygulamasından çok robotların eğitim verisinin nasıl hazırlandığıyla ilgili. NVIDIA'nın Cosmos araçlarıyla ilgili haberimiz bu veri hazırlama çalışmalarının başka bir bölümünü anlatıyor. Robotik projen varsa Flora'nın araştırma sayfasındaki model bağlantısından başlayıp lisansı, çalıştırma gereksinimlerini ve kendi görüntülerindeki hata örneklerini incele; büyük veri kümesini işlemeye geçmeden önce etiketlerin doğruluğunu elle kontrol et.

Sık sorulanlar

NVIDIA Flora ne işe yarıyor?

Flora, insan ve robot videolarındaki hareketleri zaman aralıklarına ayırıp açıklıyor. Robotun görevi ne kadar tamamladığını ve ara adımlarda hata yapıp yapmadığını da değerlendiriyor.

Flora gerçekten 125 kat daha ucuz mu?

NVIDIA yaklaşık 125 kat maliyet avantajı bildiriyor. The Decoder'ın aktardığı maliyet hesabı, GPU kiralama varsayımına dayanıyor; her kurulum için geçerli bir hizmet fiyatı değil.

Flora Türkçe destekliyor mu?

İncelenen araştırma sayfasında Türkçe desteği veya Türkiye'ye özel erişim koşulları açıklanmadı. Modellerin bağlantısı Hugging Face üzerinden veriliyor.

#nvidia#flora#robotik#acik-modeller
E-bülten

Haftada bir e-posta. Sadece işe yarayanlar.

Haftanın en iyi yapay zekâ araçları ve yeni rehberler. İstediğin an tek tıkla çık.

Adresine bir onay e-postası gelir. Aydınlatma metni
Sıradaki yazı Runway, robot modeli Praxis-1'in kodunu ve ağırlıklarını açtı

Bunları da okuyun