NVIDIA Cosmos 3: Model Dunia Terbuka sebagai Fondasi untuk AI Fisik

NVIDIA mengumumkan Cosmos 3, sebuah model fondasi omni fisik AI terbuka yang canggih, dibangun di atas arsitektur mixture-of-transformers, yang menggabungkan penalaran visi, pembuatan dunia, dan prediksi aksi, memungkinkan pengembang menggunakan satu keluarga model untuk pemahaman adegan, pembuatan data sintetis, simulasi keadaan masa depan, dan pembangunan model aksi dunia khusus. Keluarga ini mencakup Cosmos 3 Super (64B) untuk pemodelan dunia dengan fidelitas tinggi, Cosmos 3 Nano (16B) untuk penalaran yang efisien dan pasca-pelatihan, serta Cosmos 3 Edge (4B) untuk penalaran visi di perangkat dan penerapan kebijakan robot, yang dapat digunakan di berbagai GPU NVIDIA RTX, sistem DGX, dan platform Jetson. Menurut tolok ukur, Cosmos 3 menempati peringkat No. 1 pada Artificial Analysis untuk pembuatan teks-ke-gambar dan gambar-ke-video dengan bobot terbuka, pada PAI-Bench untuk pembuatan dunia, dan dalam kategori gambar-ke-video dari Physics-IQ, serta untuk kebijakan robot menempati peringkat No. 1 pada RoboLab, dan Cosmos 3 Super adalah model terbuka dengan peringkat tertinggi pada VANTAGE-Bench untuk pemahaman visi. Model fondasi dunia NVIDIA Cosmos tersedia di bawah lisensi OpenMDW 1.1 dari Linux Foundation, yang memungkinkan tim untuk melakukan pasca-pelatihan model pada data dan perangkat keras mereka sendiri. Tumpukan AI fisik NVIDIA juga mencakup Isaac GR00T untuk robotika, Alpamayo untuk kendaraan otonom, dan Metropolis untuk AI visi. Perusahaan seperti Doosan Robotics, LG Electronics, Samsung Electronics, Skild AI, Li Auto, Xiaomi, Afari, Centific, Fogsphere, Linker Vision, Milestone Systems, dan Yuan sedang membangun aplikasi AI fisik di atas NVIDIA Cosmos. Koalisi NVIDIA Cosmos, yang baru-baru ini diperluas ke Jepang, menghimpun para pembangun model dunia, pengembang AI, dan pemimpin AI fisik untuk berkontribusi model, riset, dan metode evaluasi.