TECH INDUSTRY / PRODUCT

FLORA: เปิดตัวชุดโมเดลโอเพนซอร์สช่วยสร้างข้อมูลฝึกหุ่นยนต์ขนาดใหญ่ในราคาถูกลง 125 เท่า

arXiv26 Oct 2026
1 min read
Key Takeaways
  • FLORA มอบโซลูชัน Data Engine ระดับอุตสาหกรรมแบบโอเพนซอร์สที่มีต้นทุนต่ำกว่าโมเดลระดับเรือธงในตลาดอย่างมาก

ทำไมเรื่องนี้ถึงสำคัญ

ช่วยแก้ปัญหาคอขวดเรื่องการขาดแคลนข้อมูลฝึกฝนในวงการหุ่นยนต์ โดยการมอบเครื่องมือที่มีประสิทธิภาพสูงและราคาถูก ทำให้บริษัทขนาดเล็กหรือห้องแล็บวิจัยสามารถพัฒนาโมเดลหุ่นยนต์ที่ซับซ้อนได้

นักวิจัยเปิดตัว FLORA ชุดโมเดลโอเพนซอร์สที่ออกแบบมาเพื่อเป็นเครื่องยนต์หลักในการสร้างข้อมูล (Data Engine) สำหรับโมเดลพื้นฐานของหุ่นยนต์อย่าง GR00T โดยมีความสามารถในการระบุป้ายกำกับข้อมูลหลายรูปแบบ ทั้งคำบรรยายภาพ (Captions) และการประเมินผลลัพธ์ (Rewards) สำหรับการฝึก Reinforcement Learning

จุดเด่นของ FLORA คือประสิทธิภาพระดับอุตสาหกรรมที่สามารถประมวลผลข้อมูลได้ถึง 200,000 ชั่วโมงต่อวัน โดยมีค่าใช้จ่ายถูกกว่าโมเดลเชิงพาณิชย์อย่าง GPT-6 Astra ถึง 125 เท่า การเปิดซอร์สในครั้งนี้มุ่งเน้นเพื่อให้นักวิจัยทั่วโลกสามารถสร้างและขยายขนาดชุดข้อมูลหุ่นยนต์ของตนเองได้อย่างอิสระ รวมถึงรองรับการทำงานแบบข้ามโดเมนจากมนุษย์สู่หุ่นยนต์

สรุปประเด็นหลัก

ระบุป้ายกำกับข้อมูลได้หลากหลาย ทั้ง Caption, Outcome Reward และ Process Reward

รองรับการทำงานขนาดใหญ่ที่ 200,000 ชั่วโมงต่อวันบนหน่วยประมวลผล GB300

ค่าใช้จ่ายประหยัดกว่า API เชิงพาณิชย์ประมาณ 125 เท่า

นวัตกรรมและเทคโนโลยี

infrastructure

Industrial-Quality Data Engine

ระบบจัดการและระบุป้ายกำกับข้อมูลหุ่นยนต์ที่รองรับการประมวลผลปริมาณมหาศาล

models

Multi-modal Labeling

ความสามารถในการสร้างคำบรรยายและคะแนนรางวัลสำหรับข้อมูลวิดีโอการทำงานของหุ่นยนต์

Developer Impact
นักพัฒนา AI และทีมวิศวกรรมข้อมูลสามารถใช้ FLORA เพื่อสร้าง Data Pipeline สำหรับการฝึกหุ่นยนต์พื้นฐานโดยไม่ต้องพึ่งพา API ราคาแพง
Keywords
#robotics #data engine #open-source #gr00t
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

arXiv