एनवीडिया कॉसमॉस 3: भौतिक एआई के आधार के रूप में ओपन वर्ल्ड मॉडल

NVIDIA ने Cosmos 3 की घोषणा की है, जो एक अग्रणी ओपन फिजिकल AI फाउंडेशन ओमनी-मॉडल है, जो मिश्रित-ट्रांसफॉर्मर आर्किटेक्चर पर आधारित है। यह विज़न रीज़निंग, वर्ल्ड जनरेशन और एक्शन प्रेडिक्शन को जोड़ता है, जिससे डेवलपर्स एक ही मॉडल परिवार का उपयोग सीन समझने, सिंथेटिक डेटा जनरेशन, भविष्य की स्थिति सिमुलेशन और विशेष वर्ल्ड एक्शन मॉडल बनाने के लिए कर सकते हैं। इस परिवार में Cosmos 3 Super (64B) शामिल है जो उच्च-निष्ठा वर्ल्ड मॉडलिंग के लिए है, Cosmos 3 Nano (16B) कुशल रीज़निंग और पोस्ट-ट्रेनिंग के लिए है, और Cosmos 3 Edge (4B) डिवाइस पर विज़न रीज़निंग और रोबोट पॉलिसी डिप्लॉयमेंट के लिए है। ये NVIDIA RTX GPUs, DGX सिस्टम और Jetson प्लेटफॉर्म पर तैनात किए जा सकते हैं। बेंचमार्क के अनुसार, Cosmos 3 ने ओपन वेट टेक्स्ट-टू-इमेज और इमेज-टू-वीडियो जनरेशन के लिए Artificial Analysis में पहला स्थान प्राप्त किया है, वर्ल्ड जनरेशन के लिए PAI-Bench में, और Physics-IQ की इमेज-टू-वीडियो श्रेणी में। रोबोट पॉलिसी के लिए यह RoboLab में पहले स्थान पर है, और Cosmos 3 Super विज़न अंडरस्टैंडिंग के लिए VANTAGE-Bench में उच्चतम रैंक वाला ओपन मॉडल है। NVIDIA Cosmos वर्ल्ड फाउंडेशन मॉडल Linux Foundation के OpenMDW 1.1 लाइसेंस के तहत उपलब्ध हैं, जिससे टीमों को अपने डेटा और हार्डवेयर पर मॉडल को पोस्ट-ट्रेन करने की अनुमति मिलती है। NVIDIA के फिजिकल AI स्टैक में रोबोटिक्स के लिए Isaac GR00T, स्वायत्त वाहनों के लिए Alpamayo, और विज़न AI के लिए Metropolis भी शामिल हैं। Doosan Robotics, LG Electronics, Samsung Electronics, Skild AI, Li Auto, Xiaomi, Afari, Centific, Fogsphere, Linker Vision, Milestone Systems, और Yuan जैसी कंपनियां फिजिकल AI अनुप्रयोगों के लिए NVIDIA Cosmos पर निर्माण कर रही हैं। NVIDIA Cosmos Coalition, जो हाल ही में जापान तक विस्तारित हुआ है, वर्ल्ड मॉडल निर्माताओं, AI डेवलपर्स और फिजिकल AI नेताओं को एक साथ लाता है ताकि वे मॉडल, शोध और मूल्यांकन विधियों का योगदान कर सकें।