一天 20 万小时，成本 1/125：NVIDIA 把物理 AI 的胜负手押在了数据流水线上

十月二十一日凌晨一点四十一分，NVIDIA GEAR 团队的 Jim Fan 发了一条推文：「我们造了一个 Astra 级性能、1/125 成本的机器人数据引擎。今天开源权重。」七个小时后，柏林 GTC 主会场，黄仁勋把整个 Isaac 平台摊开在台上：一个新的运行时、一个正式版的训练框架、一台参考人形机、一个两千万资产级的仿真素材库、一个百万级的人类动作数据集。

一周之内，NVIDIA 发了两套东西。看起来是两次发布，其实是同一盘棋的两步。而这盘棋里最值得注意的一点是：NVIDIA 自己没有发布一台机器人。

这正好接上上一篇深度篇留下的判断——仿真战争已经打完，赢家不在引擎里。本周的发布，等于 NVIDIA 亲口补上了下半句：那赢家在哪？在数据流水线里。

一、Flora：给物理世界装一个标注引擎

先说小的那个发布，Flora。

上周一的动作词典篇讲过一个观点：具身智能正在给「动作」编一部词典——什么算一次抓取、什么算一次失败、失败和成功的边界画在哪。当时没有说的是：这部词典靠人手编，编不完。

数据瓶颈那篇算过账：遥操作一天一百五十条，缺口五个数量级。两年过去，这堵墙的位置变了——从「采不到数据」，变成「采到了也标不动」。每一段演示视频都需要有人回答三个问题：动作从哪秒开始、机器人想干什么、干成了没有。

Flora 的三件套就是对准这三个问题的：Flora-TempSeg 把长录像切成动作区间，Flora-Captioner 描述每个区间里的意图，Flora-Rewarder 给执行质量打分。机制上最巧的是意图与结果的分离：一段抓取失败的录像，Captioner 仍然标注「机器人在尝试抓取」，Rewarder 单独给这次尝试打低分。失败不是垃圾数据——失败是「这个意图下不该这么做」的负样本。Rewarder 的 benchmark 里有一个数字很说明问题：失败召回（failure recall）Flora 53.3，对比的前沿模型是 0.0。也就是说，被对比的通用大模型在机器人录像里几乎认不出「失败了」这件事，而失败识别恰恰是 RL 后训练和部署监控最需要的能力。

规模口径：NVIDIA 说 Flora 每天标注 20 万小时视频，跑在 512 块 GB300 上，已经在内部支撑 GR00T-2 的训练。

二、成色拆解：三个需要打折的数字

按照本专栏的老规矩，厂商标称要过一遍成色。Flora 的宣传里至少有三处需要打折。

第一，「1/125 的成本」有明确的作用域。 这是 NVIDIA 自己做的对比，范围仅限机器人标注工作负载，不等于 Flora 在其他任务上全面便宜 125 倍。而且 benchmark 表上各有胜负：人类视频的动作描述，Flora 的联合 F1（37.4）压过 GPT-6 Astra（29.7）；机器人视频上 Astra 仍然领先（57.9 对 51.0）。准确的说法是：一个专用的、便宜两个数量级的标注工具，在大部分机器人数据任务上逼近前沿模型，在部分任务上被反超。

第二，「20 万小时/天」是标注吞吐，不是新采集的数据。 512 块 GB300 标旧视频的速度，回答不了「新数据从哪来」的问题。Flora 榨的是已有的视频存量——包括人类视频，Captioner 和 Rewarder 的底座是 Qwen3.5-27B，管线明确支持人手、夹爪、灵巧手三类素材。这对中国具身智能势力图里的中小团队是个好消息：存量视频第一次可以被低成本地变成训练信号，哪怕你没有遥操作机队。

第三，「开源」要读许可协议。 三个模型确实放上了 Hugging Face，但 Captioner 和 Rewarder 的模型卡写明是 NVIDIA 专有非商业许可（OneWay Noncommercial License），明确排除商用和生产环境。开放的是研究用权重，不是商业可用的数据引擎。这和 Isaac Lab 那种 Apache 式开源不是一回事——把两者混为一谈的报道，成色不足。

三、GTC 拼图：从「卖引擎」到「卖流水线」

再看大发布。10 月 21 日柏林，Isaac 平台的扩展拆开是五块：

Isaac Lab 3.0 正式可用——开源、支持多 GPU 工作流，物理引擎接 Newton 和 PhysX。训练这一层，符合预期，没有惊喜。

Isaac OS 是新的——一个基于 Holoscan 的开源运行时框架，负责把 AI 模型、传感器、控制系统和硬件接在一起，强调从仿真到真机的确定性实时性能。这是往双系统设计那篇里说的「系统 1」的底层再扎了一层：训练框架大家都有，运行时是刚开打的战场。

Agile ONE SN 参考人形机——思灵机器人出品，1.40 米、40 公斤、31 个自由度本体，配两只各 20 自由度的 WUJI Hand 2 五指灵巧手（1kHz 力控加触觉），机载 Jetson Thor（2070 TFLOPS FP4、128GB 统一内存），2027 年初上市，斯坦福和 ETH 已表兴趣。它的定位不是产品，是标定物：让全世界的实验室在同一个硬件上复现同一个策略。就像当年 ImageNet 统一了视觉，一台被官方背书的参考机型，统一的是人形研究的 baseline。

数据资产两件套——SimReady Central Library 两千多个仿真就绪资产，Human 1M 数据集（同步三视角视频加 3D 手部追踪）上了 Hugging Face，完整版留给 Cosmos Coalition 合作伙伴。

三个开源参考工作流——在 DGX Station 上分别跑 GR00T 1.7 的强化学习微调、Isaac Lab 灵巧操作训练、以及用 ChatGPT Astra 对 Cosmos 世界模型做后训练生成合成数据。最后这条是世界模型三种用法里说的第二条路径（不采数据、生成数据）的官方流水线化：世界模型不再是一个研究选项，而是被写进了 NVIDIA 的默认工作流。

把这五块和前一天的 Flora 摆在一起，图就完整了：采集（Isaac Capture）— 标注（Flora）— 合成（Cosmos）— 训练（Isaac Lab 3.0）— 部署（Isaac OS）— 安全（Halos），外加一台官方参考机型当坐标系。黄仁勋在台上说的「从数据到部署的整合路径」，不是口号，是货单。

四、两个时间表，和一个冷判断

这一周还有一个背景音：所有人都在抢着给「时刻」定时间表。

黄仁勋在柏林说，机器人的 ChatGPT 时刻「正在快速逼近」。几天前在杭州，宇树的王兴兴给了更具体的版本：GPT-6 推出后物理 AI 已现突破苗头，乐观一到两年、最慢两三年迎来质变，2028 年人形机器人有望处理约 80% 的语音指定任务。特斯拉的 Q3 财报电话会则给出了产能版本：Optimus 已在弗里蒙特产线投产，早期产品优先供内部采集数据，对外交付目标指向 2027 年底前后。

三个时间表，口径不同，但有一个共同点：它们都默认「时刻」是一个会被喊近的东西。

本专栏的判断相反：ChatGPT 时刻不会被发布会提前，只会被流水线跑通提前。GPT-3 到 ChatGPT 之间隔着的不是更大的模型，是 RLHF——一条把模型输出变成可用产品的数据流水线。物理 AI 的对应物就是 Flora 这类东西：把世界上已有的视频变成训练信号、把部署里的每一次成功失败变成 reward。这条流水线今天跑通了多大的通量，决定了那个时刻真正在哪一年。

这也让上一篇的判断更完整了。当时说引擎层已经商品化，赢家不在引擎里，终局的位置是那张认证证书。本周的证据链再往下走一层：引擎之下是数据，数据之上的护城河是标注与评估的工业化。NVIDIA 一周之内的两步棋——开源一个非商用的数据引擎、开放一整套商用平台——恰好卡在两个位置之间：研究层送水，商业层收租。

还有一条国产的注脚值得记下：同一周里，信通院联合清华发布的《具身智能发展报告（2026 年）》点名行业评测「偏向实验室仿真指标，与连续作业稳定性、任务执行节拍、长期运行成本错位」。当 NVIDIA 已经把评测做进数据引擎（Rewarder 本质上就是一个自动评分员），国产阵营的评测标准还在向「落地指标」修正的路上。这个差距不在模型，在流水线。

最后留个钩子。本周国产侧其实并不平静：智元把香港办公室升格为出海支点，银河通用和宇树官宣了联合研发的 Galbot ET1，小鹏用 IRON 演示了每 0.2 秒更新一次视觉推理的 VLA 2.0，首批六项人形机器人国家标准获批、明年 4 月实施——9 月版的势力图该更新了。下期见。

信息源说明：本文的官方一手信息包括 NVIDIA 新闻室 10 月 21 日 GTC Berlin Isaac 平台公告（Agile ONE SN 规格、Isaac Lab 3.0 GA、Isaac OS、SimReady Central Library、Human 1M 数据集、三个 DGX Station 参考工作流）、NVIDIA Research GEAR 团队 Flora 项目页及其论文（三模型架构、benchmark 数值、512 块 GB300 每日 20 万小时的标注吞吐口径、约 1/125 成本对比）、Hugging Face 上的 Flora 模型卡（Captioner 与 Rewarder 基于 Qwen3.5-27B、OneWay 非商业许可）、NVIDIA 官方博客 GTC Berlin 2026 主题演讲实录（黄仁勋「ChatGPT moment for robotics is fast approaching」原话）。媒体报道包括 Bloomberg 与 South China Morning Post 对宇树 H2-X 发布及王兴兴 2028 年「80% 语音指定任务」判断的报道、TechCrunch 与腾讯新闻对特斯拉 Q3 财报电话会（弗里蒙特产线投产、2027 年底前后对外交付）的转述、上海证券报对王兴兴「一到两年质变」表态的报道。第三方与社区分析包括 Humanoids Daily 与 RobotToday 对 Flora 发布（10 月 20 日 GEAR 团队、Jim Fan 推文时间）及其许可限制的独立梳理、星际动力科技具身智能产业周报（10 月 19 日至 23 日）对智元香港布局、银河通用与宇树联合研发 Galbot ET1、信通院与清华《具身智能发展报告（2026 年）》评测错位观点的整理。文中「1/125 成本」「20 万小时/天」「失败召回 53.3 对 0.0」均为 NVIDIA 自报口径，未经独立复现；「0.2 秒视觉推理更新」为小鹏官方演示口径。本文关于「ChatGPT 时刻由数据流水线决定」「研究层送水、商业层收租」的判断属本专栏观点，非行业共识。