NVIDIA представила Cosmos 3, открытую базовую модель для физического ИИ - роботов, автономного транспорта и систем промышленной видеоаналитики. По заявлению компании, такой стек должен сократить цикл обучения и проверки с месяцев до дней.
Чем Cosmos 3 отличается от прошлых релизов
Платформу Cosmos NVIDIA запустила 6 января 2025 года. В третьем поколении, анонсированном 31 мая 2026 года, компания объединила понимание визуальной сцены, генерацию мира и генерацию действий - то, что раньше было разнесено по разным моделям и цепочкам разработки.
На практике это альтернатива привычной связке из VLM/VLA-модели, симулятора и отдельной модели управления. Для команд, которые собирают роботов или системы ИИ для производства и логистики, это меньше ручной склейки и больше шансов быстрее довести прототип до тестов.
Архитектура и цифры релиза
Cosmos 3 построена на архитектуре Mixture-of-Transformers. Внутри две башни: Reasoner разбирает текст, изображения, видео, звук и действия, а Generator строит будущие состояния мира и траектории действий. По данным NVIDIA, модель обучали на миллиардах мультимодальных примеров.
На старте NVIDIA открыла две версии: Cosmos 3 Nano на 16 млрд параметров и Cosmos 3 Super на 64 млрд. Компания также заявляет, что модель лидирует среди открытых систем в ряде бенчмарков, включая Artificial Analysis, Physics-IQ, PAI-Bench, R-Bench, RoboLab и RoboArena.
Дженсен Хуанг описал ставку NVIDIA без ложной скромности: Cosmos 3 должна дать разработчикам «поколенческий скачок» в создании роботов и автономных систем. С поправкой на жанр пресс-релиза посыл понятен: NVIDIA хочет быть не только поставщиком GPU, но и базовым слоем для робототехники.
Практическое значение для рынка
Для команд в России и СНГ плюс вполне приземлённый: модели и код доступны через Hugging Face и GitHub, а тестирование и развёртывание - через сервисы NVIDIA. Это упрощает работу тем, кто хочет дообучать систему под свои камеры, манипуляторы или складские процессы, а не начинать проект с нуля.
Но магии не будет. Экосистема жёстко завязана на NVIDIA GPU, поэтому главный выигрыш здесь не в дешевизне, а в скорости итераций и доступе к синтетическим данным для обучения и проверки моделей.
Следующий экзамен для Cosmos 3 - не деморолики, а реальные внедрения в роботах, автономном транспорте и промышленной видеоаналитике.
Оригинал: анонс NVIDIA. Технические детали: блог NVIDIA для разработчиков.