机器人基础模型的整个生命周期都高度依赖数据标签：在真实部署阶段，需要结果奖励标签来监控系统表现；在强化学习后训练阶段，需要过程奖励标签来指导策略优化；在预训练数据构建阶段，则需要带时间戳的字幕来筛选与平衡数据。以往这些能力往往分散在不同模型或商业 API 中，而最新公开的论文提出了一个统一方案。
这篇题为《FLORA: An Open Model Suite for Scaling Robotics Data Engines》的论文由 Sicong Leng 等 17 位作者完成，于 2026 年 10 月 22 日提交至 arXiv，归类为机器人学（cs.RO），论文编号为 arXiv:2610.31779v1。作者团队提出的 Flora 被描述为一套工业级数据引擎，已实际用于训练 GR00T 系列机器人模型，并能同时覆盖上述三类标注需求。
在评测结果方面，Flora 在字幕生成基准 WGO-Bench 以及奖励评测基准 RoboReward 与 Robometer 上均取得当前最优成绩。在团队内部基准上，它的表现与 GPT-6 Astra 处于同一水平，同时优于其他前沿模型。更值得注意的是成本：论文称 Flora 比基于 API 的替代方案便宜得多，相对 GPT-6 Astra 约便宜 125 倍。
规模验证同样是这项工作的重点。研究团队表示，Flora 已在大规模生产环境中经过实际检验，可在 512 台 GB300 上每天标注 20 万小时的数据，说明该引擎并非实验室原型，而是能够支撑工业级数据流水线的系统。
论文的核心贡献之一是开源。作者希望通过开放这套数据引擎，让研究者能够扩展自建的机器人数据集，并探索一些新兴应用方向，例如物理世界的自动研究（physical auto-research）以及从人类动作到机器人技能的迁移。对于机器人学习社区而言，这意味着高质量数据标注能力的门槛有望显著降低。
需要说明的是，目前公开信息主要来自论文摘要与 arXiv 页面，具体模型结构、训练细节和各基准的数值结果尚需查阅全文。论文全文提供 PDF、实验性 HTML 以及 TeX 源码等多种形式，提交记录显示该版本于 2026 年 10 月 22 日 18:16:17 UTC 上传，文件大小约 8,889 KB。