Nvidia 开源 Flora 机器人视频标注引擎，成本低至 0.72 元/小时
Nvidia 开源了 Flora 机器人视频标注引擎，利用三大 Qwen3.5 模型完成动作分割、描述和评估，日可标注 200,000 小时视频。Flora 估计每小时标注成本仅 0.72 元，远低于 GPT‑6 Astra 的 88.49 美元。
推荐理由：Flora 通过三大 Qwen3.5 模型实现全流程视频标注，成本低至 0.72 元/小时，读者可评估其在机器人训练数据上的应用潜力。
技术方向
数据与训练 最新动态
大模型是怎么练出来的：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
3 条精选近 30 天 3 条共收录 6 条
更新
数据与训练的精选
The Decoder精选AI 评分7878
Google DeepMind精选AI 评分7878 超越树冠：绘制全球森林类型与变化时间序列
Google DeepMind 与 Google Research 与世界资源研究所（WRI）及国际应用系统分析研究所（IIASA）联合发布了 Forest Typology (ForTy) 2020，提供10米分辨率的全球森林类型分类图，并公开了2017‑2025年的时间序列。
推荐理由：新地图提供10米分辨率的森林类型分类和时间序列，结合EUDR监管需求，ForTy可精准识别自然森林与种植园，支持监管者和企业评估森林变化与合规风险。
NVIDIA Blog精选AI 评分7979 欧洲先行者部署 NVIDIA Earth-2 开源模型，驱动真实天气与气候预测
NVIDIA 在欧洲各行业部署了 Earth-2 开源模型，提升天气与气候预测能力。StormScope EU 通过 EUMETSAT 卫星观测，利用 16 条 Meteosat 通道以 10 分钟一次的频率预测云层变化；CorrDiff 可为粗粒度天气数据添加局部细节。
推荐理由：文章展示了 NVIDIA Earth-2 在欧洲各行业的实际应用，读者可了解其模型如何提升天气预测精度与业务决策。