Hugging Face开源FLORA：革新机器人基础模型数据引擎

摘要：Hugging Face发布FLORA，这是一款面向机器人基础模型的高质量数据引擎，涵盖从结果奖励标签到时间戳字幕生成的全流程数据处理能力。FLORA在多个基准测试中表现优异，显著优于现有模型，同时成本仅为GPT-6 Astra的1/125。该引擎每天可处理200,000小时的数据，支持跨512个GB300s的并行计算。通过开源FLORA，Hugging Face为机器人领域的定制数据集扩展和新兴应用（如物理自动化研究和人机交互）提供了重要工具。

---

技术机制剖析

FLORA是一款面向机器人基础模型的数据引擎，其核心功能包括：

1. 结果奖励标签生成：用于监控现实世界中的部署情况，确保模型能够根据实际表现进行优化。
2. 过程奖励标签生成：在强化学习（RL）后训练阶段提供支持，帮助模型更好地理解任务执行过程。
3. 时间戳字幕生成：用于过滤和平衡预训练数据，提升模型对时间序列数据的处理能力。

FLORA在多个基准测试中表现出色，例如在WGO-Bench字幕生成基准测试中达到了最先进的水平，并在RoboReward和Robometer奖励基准测试中表现优异。此外，在内部测试中，FLORA与GPT-6 Astra竞争的同时，击败了其他前沿模型。

工程权衡与实测表现

FLORA的设计在成本和性能之间实现了良好的平衡。与基于API的替代方案相比，FLORA的成本仅为GPT-6 Astra的1/125，这使得它在资源受限的环境中具有显著优势。此外，FLORA已经在大规模环境中进行了实战测试，每天能够处理200,000小时的数据，并支持跨512个GB300s的并行计算。

开发者落地与部署建议

对于机器人领域的开发者，FLORA提供了一种高效且经济的数据处理解决方案。其开源特性使得研究人员能够根据特定需求进行定制和扩展。以下是一些部署建议：

• 定制化数据集扩展：利用FLORA的模块化设计，研究人员可以快速构建和扩展自定义数据集。
• 多模态数据处理：FLORA支持时间戳字幕生成，可以与其他多模态数据处理工具结合使用。
• 分布式计算环境：FLORA的并行计算能力使其适合在分布式计算环境中部署。

结论

FLORA的发布标志着机器人基础模型数据处理领域的一个重要里程碑。其高性能、低成本和开源特性使其成为研究人员和开发者的有力工具。

---

消息来源：Hugging Face Daily Papers (2026-10-22)

—— 完 ——

主题标签： #Hugging Face 关注 #FLORA 关注 #机器人 关注 #数据引擎 关注 #开源 关注