NVIDIA Cosmos 3: Modelos de Mundo Abertos como Fundação para a IA Física

A NVIDIA anunciou o Cosmos 3, um omni-modelo de IA física de fronteira e código aberto, construído sobre uma arquitetura de mistura de transformadores, que combina raciocínio de visão, geração de mundos e previsão de ações, permitindo que desenvolvedores usem uma única família de modelos para compreensão de cenas, geração de dados sintéticos, simulação de estados futuros e construção de modelos de ação mundiais especializados. A família inclui o Cosmos 3 Super (64B) para modelagem de mundos de alta fidelidade, o Cosmos 3 Nano (16B) para raciocínio eficiente e pós-treinamento, e o Cosmos 3 Edge (4B) para raciocínio de visão em dispositivo e implantação de políticas robóticas, implantáveis em GPUs NVIDIA RTX, sistemas DGX e plataformas Jetson. De acordo com benchmarks, o Cosmos 3 ocupa o primeiro lugar no Artificial Analysis para geração de texto para imagem e imagem para vídeo de pesos abertos, no PAI-Bench para geração de mundos, e na categoria de imagem para vídeo do Physics-IQ, e para políticas robóticas ocupa o primeiro lugar no RoboLab, e o Cosmos 3 Super é o modelo aberto mais bem classificado no VANTAGE-Bench para compreensão de visão. Os modelos de fundação de mundos NVIDIA Cosmos estão disponíveis sob a licença OpenMDW 1.1 da Linux Foundation, permitindo que equipes façam pós-treinamento dos modelos com seus próprios dados e hardware. A pilha de IA física da NVIDIA também inclui o Isaac GR00T para robótica, o Alpamayo para veículos autônomos e o Metropolis para IA de visão. Empresas como Doosan Robotics, LG Electronics, Samsung Electronics, Skild AI, Li Auto, Xiaomi, Afari, Centific, Fogsphere, Linker Vision, Milestone Systems e Yuan estão construindo com o NVIDIA Cosmos para aplicações de IA física. A Coalizão NVIDIA Cosmos, recentemente expandida para o Japão, reúne construtores de modelos de mundos, desenvolvedores de IA e líderes em IA física para contribuir com modelos, pesquisas e métodos de avaliação.