Viral nusantara teknologi pekan ini datang dari laboratorium riset Nvidia. Tim GEAR milik perusahaan itu membuka Flora, rangkaian model terbuka untuk melabeli video robot, ke publik. Klaim utamanya sederhana tetapi menggigit: biaya memberi anotasi pada video robot bisa turun sampai sekitar 125 kali lipat. Angka itu dibandingkan dengan biaya memakai model bahasa besar komersial untuk pekerjaan yang sama.
Viral Nusantara: Apa Itu Flora
Flora adalah mesin data yang dipakai Nvidia untuk melatih model robot seri GR00T. Mesin ini menghasilkan label yang dibutuhkan model robot untuk belajar dari rekaman video. Tanpa label, video hanya tumpukan gambar yang tidak bisa dipakai untuk pelatihan.
Menurut halaman resmi Nvidia Research, Flora dirancang menutup tiga kebutuhan sekaligus. Kebutuhan pertama adalah keterangan bertimestamp tentang aksi apa yang terjadi dan kapan. Kebutuhan kedua adalah penilaian proses, yaitu nilai untuk setiap langkah yang dijalani robot. Kebutuhan ketiga adalah penilaian hasil, apakah sebuah tugas benar-benar selesai.
Nvidia menyebut Flora sudah dipakai dalam produksi pelatihan model GR00T. Sistem itu memberi label hingga 200.000 jam video per hari di 512 GPU GB300. Skala sebesar itu menjelaskan mengapa efisiensi biaya menjadi inti dari rilis ini.
Iklan
Paviliun Akademika: punya kost tanpa repot kelola
Paviliun Akademika menghadirkan pilihan investasi kost terkelola di Akademika Townhouse, Gowa. Unit disiapkan untuk disewakan, dengan pengelolaan kawasan yang ditangani pemilik proyek.
Tiga Jenis Label yang Dibutuhkan Robot
Model robot belajar dari pengalaman, dan pengalaman itu harus diterjemahkan ke dalam data yang bisa dihitung. Keterangan bertimestamp membantu peneliti memilih potongan video yang relevan. Tanpa keterangan itu, pencarian momen tertentu dalam ratusan jam rekaman menjadi pekerjaan manual yang mahal.
Penilaian proses dipakai saat pelatihan lanjutan dengan penguatan. Robot perlu tahu langkah mana yang mendekati keberhasilan dan langkah mana yang menyimpang. Penilaian hasil dipakai saat robot bekerja di lapangan, untuk memantau apakah tugas selesai atau gagal.
Kebanyakan alat yang ada hanya menyediakan satu dari tiga jenis label itu. Model bahasa besar sebenarnya bisa menghasilkan ketiganya, tetapi biayanya terlalu tinggi untuk volume video yang dibutuhkan industri robotika. Di titik itulah Flora diposisikan sebagai jalan tengah.
Angka 72 Sen Lawan 88 Dolar
Perbandingan biaya menjadi daya tarik utama pemberitaan. Menurut estimasi Nvidia yang dikutip The Decoder, melabeli satu jam video robot dengan Flora memakan biaya sekitar 0,72 dolar Amerika. Model GPT-6 Astra pada pekerjaan yang sama diperkirakan sekitar 88,49 dolar Amerika per jam video.
Ada catatan penting di balik angka itu. Biaya Flora adalah proyeksi, bukan hasil pengukuran produksi. Nvidia menghitungnya dengan asumsi harga sewa GPU 10 dolar Amerika per jam. Artinya, angka 72 sen bergantung pada skema biaya komputasi yang dipakai, bukan tarif pasar yang berlaku umum.
Sebagai pembanding, Claude Opus 5 dalam uji yang sama dinilai jauh lebih rendah kualitasnya tetapi tetap memakan biaya sekitar 42 dolar Amerika per jam video. Perbandingan itu memperlihatkan bahwa persoalan utamanya bukan hanya kualitas model, melainkan struktur biaya untuk pekerjaan bervolume besar.
Hasil Uji dan Kelemahan yang Diakui
Pada uji dengan 50 video, Nvidia melaporkan Flora sedikit lebih baik daripada GPT-6 Astra. Angka yang dipublikasikan adalah 57,1 persen kualitas anotasi untuk Flora dan 53,7 persen untuk Astra. Perbedaannya tipis, tetapi cukup untuk diklaim sebagai keunggulan.
Keunggulan yang lebih tegas muncul pada pengenalan kesalahan di tengah episode. Pada tolok ukur RoboRewardBench, tingkat kesalahan Flora tercatat 27,8 persen lebih rendah daripada Astra. Flora-Rewarder mampu menangkap 53,3 persen langkah gagal, sementara pesaing lain tidak melewati 11,7 persen dan Astra tidak menangkap satu pun.
Namun, ada harga yang harus dibayar. Flora juga menandai sekitar 11 persen langkah normal sebagai kesalahan. Pada tolok ukur WGO-Bench, Flora unggul dalam mendeteksi batas aksi, tetapi tertinggal dari Astra pada akurasi jendela emas dan F1 semantik gabungan. The Decoder juga mencatat Flora masih di bawah Gemini 3.8 Flash untuk akurasi deskripsi murni.
