NVIDIA が物理 AI 向け Cosmos 3 を発表

NVIDIA は、mixture-of-transformers アーキテクチャに基づくオープンな物理 AI ファンデーションモデル「Cosmos 3」を発表しました。このモデルファミリーは、ロボティクス、自動運転車、ビジョンエージェントを対象としており、Super、Nano、そして近日登場の Edge バリアントがあります。NVIDIA が AI コンピューティングから物理 AI のモデルおよびソフトウェアスタックへと影響力を拡大していることがシグナルです。

• Super、Nano、Edge の各バージョンは、精度、速度、エッジ推論をターゲットにしています。

• Cosmos 3 はオープンモデルのベンチマークで首位。連合メンバーはロボティクス、ビデオ生成、自動運転車をカバーしています。

事実

NVIDIA は、mixture-of-transformers アーキテクチャ上に構築されたオープンな物理 AI ファンデーションモデル「Cosmos 3」を発表しました。このモデルは、テキスト、画像、ビデオ、環境音、アクションの理解と生成をネイティブにサポートします。数十億のマルチモーダル物理 AI サンプルでトレーニングされた Cosmos 3 は、トレーニングと評価のサイクルを数か月から数日に短縮できます。Cosmos 3 は、ワールド生成、アクションポリシー、視覚理解の複数の物理 AI ベンチマークにおいて、オープンモデルの中で第 1 位にランクされています。ラインナップには Super、Nano、そして近日登場の Edge バージョンが含まれ、Cosmos Coalition には Agile Robots、Runway、Skild AI が参加しています。

分析

Cosmos 3 は、NVIDIA をハードウェアを超えて、物理 AI 開発のソフトウェアレイヤーへと拡張します。合成データ生成、ワールドモデリング、アクションポリシートレーニングをオープンモデルファミリーに組み合わせることで、NVIDIA はロボティクス、自動運転車、ビジョンエージェントの参入コストを削減します。戦略的なシグナルは、単なるモデル性能ではなく、NVIDIA が自社のスタックをシミュレーションから実世界への展開までのデフォルト経路にしようとする試みです。これは、GPU コンピューティングにおける CUDA の支配力を彷彿とさせるシナリオです。BTW 読者にとって、Edge バリアントのリアルタイム推論要件は、NVIDIA の組み込みシリコン（Jetson）がレイテンシに敏感なロボットワークロードに対応できるかどうかを試すことになるでしょう。