NVIDIA hat das Tool-Angebot rund um die Cosmos-Weltmodelle erweitert und Datengenerierungsvorlagen, eine breitere Unterstützung beim Modelltraining sowie Simulationsvarianten für Tests autonomer Systeme hinzugefügt. Die am 22. Oktober 2026 angekündigte Erweiterung verbindet die Vorbereitung von Datensätzen, die Anpassung von Modellen und deren Bereitstellung. Die berichteten Kundenanwendungen reichen von der Fahrzeugentwicklung über die industrielle Inspektion bis zur Sicherheitsüberwachung.

Die wichtigsten Punkte

  • Cosmos Data Factory bietet nun fünf Vorlagen zur Aufbereitung und Generierung von Trainingsdaten für physische KI.
  • Cosmos Framework erweitert Trainings- und Optimierungstools auf weitere offene Modelle, während neue Simulationsvarianten Tests von Richtlinien unterstützen.
  • NVIDIA berichtet von schnellerer Inferenz in validierten Konfigurationen; die prognostizierten Entwicklungseinsparungen bei Porsche sind weiterhin Erwartungen und keine abgeschlossenen Ergebnisse.

Inhaltsverzeichnis

Cosmos-Weltmodelle erhalten ein umfassenderes Entwicklungs-Toolkit

Die Erweiterung richtet sich an Entwickler, die physische KI-Systeme entwickeln, welche reale Umgebungen verstehen und simulieren müssen. NVIDIA führt nicht lediglich ein weiteres Modell ein, sondern erweitert vielmehr die dazugehörigen Tools, mit denen Trainingsdaten zusammengestellt, Modelle angepasst, Verhalten bewertet und unterstützte Modelle ausgeführt werden.

Auf der GTC Berlin erweiterte das Unternehmen die Trainings-, Optimierungs- und Bereitstellungstools sowie Rezepte des Cosmos Framework als Agent-Skills auf weitere offene Modelle – neben Cosmos 3. Zu den unterstützten Optionen zählen GR00T, Alpamayo, QWEN, Pi0.5 und weitere kompatible Hugging-Face-Modelle.

Entwickler und Agenten können Modelle mithilfe von Feinabstimmung und Reinforcement Learning anpassen und sie anschließend vor der Bereitstellung durch Destillation und Quantisierung optimieren. NVIDIA beschrieb eine Anwendung des Robotik-Forschungslabors MicroAGI, das Cosmos 3 mit Videos von Menschen beim Umgang mit Gegenständen nachtrainierte und dessen Reasoner mit 32 Milliarden Parametern in ein Nano-Modell mit 8 Milliarden Parametern destillierte – laut Angaben ohne Genauigkeitsverlust.

Fünf Vorlagen schließen Lücken bei Trainingsdaten

Cosmos Data Factory stellt nun über GitHub, Microsoft Azure, Nebius und CoreWeave fünf cloudnative Vorlagen bereit. Sie decken Datensätze für autonome Fahrzeuge, die Erweiterung von Bildattributen, synthetische Videos seltener oder unsicherer Ereignisse, Fehlerbilder für Inspektionen sowie Änderungen von Wetter und Beleuchtung in vorhandenem Videomaterial unter Beibehaltung der Szenenstruktur ab.

Cosmos Curator, das GPU-beschleunigte Tool der Plattform zur Kuratierung von Videodatensätzen, unterstützt nun auch multimodale und multisensorische Eingaben sowie Verarbeitungsblöcke.

Porsche nutzt Cosmos Data Factory über Voxel51 auf Microsoft Azure, um die Entwicklung eines markenübergreifenden Datenkreislaufs für autonome Fahrzeuge innerhalb der Volkswagen Group voranzutreiben. NVIDIA zufolge soll die Arbeit wiederholte physische Testfahrten um bis zu 90 % verringern und Entwicklungszyklen um bis zu 85 % verkürzen; diese Zahlen sind prognostizierte Vorteile.

Andere Beispiele betreffen bereits abgeschlossene Arbeiten. ANYbotics erzeugte mehr als 1.500 synthetische Videoclips und nutzte die Plattform von Encord zur Kuratierung realer Daten und Validierung der Ergebnisse, um Inspektionsroboter darauf zu trainieren, Verschüttungen und andere Veränderungen in Anlagen zu erkennen. Ultralytics trainierte sein YOLO-Modell laut NVIDIA mit realen Bildern und gezielt erzeugten synthetischen Fehlerbildern erneut und verbesserte dadurch die Lokalisierung von Defekten und die Trefferquote.

Simulationsvarianten ermöglichen Tests vor der Bereitstellung

Neue Simulationsvarianten von Cosmos 3 Nano ermöglichen es Entwicklern, autonome Richtlinien in reproduzierbaren, schwer zu erfassenden Szenarien mithilfe mehrerer Ansichten und Sensoren zu testen. Begleitender Code unterstützt die Anpassung der Modelle, um Richtlinien für autonome Fahrzeuge und beidhändige Roboter in interaktiven Simulationen zu trainieren und zu evaluieren, bevor sie in der realen Welt getestet werden.

Für die Bereitstellung liefern aktualisierte Cosmos-3-NIM-Mikrodienste in validierten Konfigurationen eine bis zu doppelt so hohe Inferenzgeschwindigkeit ohne Qualitätsverlust, teilte NVIDIA mit. Das Unternehmen berichtete außerdem, dass die kontinuierliche Videoanalyse Warnmeldungen innerhalb von weniger als einer Sekunde ermöglicht.

Videoanwendungen ergänzen das Update zur Bereitstellung

Das neue NVIDIA Metropolis Blueprint für Videosuche und -zusammenfassung in Version 3.3 basiert auf Cosmos-NIM-Mikrodiensten. Laut NVIDIA wandelt es eine Eingabeaufforderung in eine Video-KI-Anwendung um und ermöglicht Teams, mit derselben GPU 40 % mehr Videostreams zu überwachen.

ADNOC nutzt die agentische Plattform MistIQ von Fogsphere, die mit Cosmos und dem Metropolis Blueprint entwickelt wurde, um Sicherheitsrisiken an 65 Standorten in Echtzeit zu erkennen. Fogsphere verwendet Cosmos Data Factory zudem, um Trainingsbeispiele seltener Ereignisse zu generieren und so die Erkennung zu verbessern, ohne gefährliche Situationen physisch nachzustellen.

Fazit

Das Cosmos-Update erweitert die Tools von NVIDIA für die Entwicklung und Erprobung physischer KI vor ihrer Bereitstellung. Die Kundenbeispiele verbinden abgeschlossene Arbeiten zur Datengenerierung und laufende Sicherheitsanwendungen mit prognostizierten Einsparungen bei der Fahrzeugentwicklung; die Leistungsangaben gelten weiterhin nur für bestimmte Konfigurationen.

Weitere Nachrichten lesen

Weitere Nachrichten von FinanceVelix

Haftungsausschluss

Dieser FinanceVelix-Artikel enthält allgemeine Informationen und stellt keine individuelle Finanz-, Anlage-, Rechts- oder Steuerberatung dar. Marktpreise, Zinssätze und wirtschaftliche Bedingungen können sich ändern; Anlagen sind mit Verlustrisiken verbunden. Die Angaben entsprechen dem zum Zeitpunkt der Veröffentlichung verfügbaren Material und können sich ändern. Prüfen Sie wichtige Informationen eigenständig und wenden Sie sich bei Bedarf an eine qualifizierte Fachkraft. Die Erwähnung eines Vermögenswerts, eines Unternehmens oder einer Dienstleistung stellt keine Empfehlung dar.