NVIDIA on laajentanut Cosmos-maailmamalleihin liittyviä työkaluja lisäämällä data-aineistojen luomiseen tarkoitettuja ohjeistuksia, laajempaa mallien koulutustukea ja simulointiversioita autonomisten järjestelmien testaamiseen. Yhtiön 22. lokakuuta 2026 julkaisema ilmoitus yhdistää data-aineistojen valmistelun, mallien mukauttamisen ja käyttöönoton. Raportoidut asiakassovellukset ulottuvat ajoneuvojen kehityksestä teollisuustarkastuksiin ja turvallisuuden valvontaan.

Keskeiset huomiot

  • Cosmos Data Factory tarjoaa nyt viisi ohjeistusta fyysisen tekoälyn koulutusdatan valmisteluun ja luomiseen.
  • Cosmos Framework laajentaa koulutus- ja optimointityökalut useampiin avoimiin malleihin, ja uudet simulointiversiot tukevat toimintaperiaatteiden testausta.
  • NVIDIA raportoi validoiduissa kokoonpanoissa nopeammasta päättelystä; Porschen ennakoidut kehityskustannussäästöt ovat edelleen odotuksia, eivät toteutuneita tuloksia.

Sisällysluettelo

Cosmos-maailmamallit saavat laajemman kehitystyökalupaketin

Laajennus on suunnattu kehittäjille, jotka rakentavat fyysisen tekoälyn järjestelmiä, joiden on ymmärrettävä ja simuloitava todellisia ympäristöjä. NVIDIA ei tuo markkinoille vain uutta mallia, vaan laajentaa myös sen ympärillä olevia työkaluja, joita käytetään koulutusdatan kokoamiseen, mallien mukauttamiseen, toiminnan arviointiin ja tuettujen mallien suorittamiseen.

GTC Berlin -tapahtumassa yhtiö laajensi Cosmos Frameworkin koulutus-, optimointi- ja käyttöönotto-työkaluja ja -ohjeita agenttien taitoina useampiin avoimiin malleihin Cosmos 3:n rinnalla. Tuettuihin vaihtoehtoihin kuuluvat GR00T, Alpamayo, QWEN, Pi0.5 ja muut yhteensopivat Hugging Face -mallit.

Kehittäjät ja agentit voivat mukauttaa malleja hienosäädön ja vahvistusoppimisen avulla ja soveltaa sen jälkeen tislausta ja kvantisointia ennen käyttöönottoa. NVIDIA kuvasi esimerkkinä robotiikan tutkimuslaboratorio MicroAGI:n sovelluksen, jossa Cosmos 3:n jälkikoulutukseen käytettiin videoita esineitä käsittelevistä ihmisistä. Sen 32 miljardin parametrin päättelymalli tislattiin 8 miljardin parametrin Nano-malliksi, eikä tarkkuuden kerrottu heikentyneen.

Viisi ohjeistusta vastaa koulutusdatan puutteisiin

Cosmos Data Factory tarjoaa nyt viisi pilvinatiivia ohjeistusta GitHubin, Microsoft Azuren, Nebiuksen ja CoreWeaven kautta. Ne kattavat autonomisten ajoneuvojen data-aineistot, kuvien ominaisuuksien laajentamisen, synteettiset videot harvinaisista tai vaarallisista tapahtumista, tarkastuksissa käytettävät vikakuvat sekä olemassa olevan videomateriaalin sää- ja valaistusolosuhteiden muutokset siten, että kohtauksen rakenne säilyy.

Cosmos Curator, alustan GPU-kiihdytetty videodata-aineistojen kuratointityökalu, tukee nyt myös multimodaalisia ja moniaistisia syötteitä sekä käsittelylohkoja.

Porsche käyttää Cosmos Data Factorya Voxel51:n kautta Microsoft Azuressa johtaakseen Volkswagen-konsernin eri brändien yhteistä autonomisten ajoneuvojen dataflywheel-kehitystä. NVIDIAn mukaan työn odotetaan vähentävän toistuvia fyysisiä koeajoja jopa 90 % ja lyhentävän kehityssyklejä jopa 85 %; kyse on ennakoiduista hyödyistä.

Muut esimerkit koskevat jo tehtyä työtä. ANYbotics loi yli 1 500 synteettistä videoleikettä ja käytti Encordin alustaa todellisen maailman datan kuratointiin ja tulosten validointiin. Tavoitteena oli kouluttaa tarkastusrobotteja tunnistamaan vuodot ja muut muutokset laitoksissa. NVIDIAn mukaan Ultralytics koulutti YOLO-mallinsa uudelleen oikeilla kuvilla ja kohdennetuilla synteettisillä vikakuvilla, mikä paransi vikojen paikannusta ja herkkyyttä.

Simulointiversiot tukevat testausta ennen käyttöönottoa

Uusien Cosmos 3 Nano -simulointiversioiden avulla kehittäjät voivat testata autonomisia toimintaperiaatteita toistettavissa skenaarioissa, joita on vaikea tallentaa, ja käyttää useita kuvakulmia ja antureita. Mukana toimitettava koodi tukee mallien mukauttamista autonomisten ajoneuvojen ja kaksikätisten robottien toimintaperiaatteiden kouluttamiseen ja arviointiin vuorovaikutteisissa simulaatioissa ennen testausta todellisissa olosuhteissa.

Käyttöönottoa varten päivitetyt Cosmos 3 NIM -mikropalvelut tarjoavat jopa kaksinkertaisen päättelynopeuden laadun heikkenemättä validoiduissa kokoonpanoissa, NVIDIA kertoi. Yhtiön mukaan jatkuva videoanalyysi mahdollistaa myös alle sekunnissa annettavat hälytykset.

Videosovellukset täydentävät käyttöönottoa koskevaa päivitystä

Uusi NVIDIA Metropolis -pohjapiirros videoiden hakuun ja tiivistämiseen, versio 3.3, perustuu Cosmos NIM -mikropalveluihin. NVIDIAn mukaan sen avulla kehotteesta voidaan luoda videoihin perustuva tekoälysovellus, ja tiimit voivat valvoa 40 % enemmän videovirtoja samalla GPU:lla.

ADNOC käyttää Cosmosilla ja Metropolis-pohjapiirroksella rakennettua Fogspheren MistIQ-agenttialustaa turvallisuusvaarojen havaitsemiseen reaaliajassa 65 toimipaikassa. Fogsphere käyttää myös Cosmos Data Factorya harvinaisten tapahtumien koulutusesimerkkien luomiseen, mikä parantaa havaitsemista ilman vaarallisten tilanteiden lavastamista fyysisesti.

Yhteenveto

Cosmos-päivitys laajentaa NVIDIAn työkaluja fyysisen tekoälyn kehittämiseen ja testaamiseen ennen käyttöönottoa. Asiakasesimerkeissä yhdistyvät toteutettu data-aineistojen luomistyö ja käynnissä olevat turvallisuussovellukset sekä ennakoidut ajoneuvojen kehityskustannussäästöt. Suorituskykyväitteisiin liittyy edelleen kokoonpanokohtaisia rajoituksia.

Lue lisää uutisia

Lisää FinanceVelix-uutisia

Vastuuvapauslauseke

Tämä FinanceVelix-artikkeli sisältää yleistä tietoa, ei henkilökohtaista talous-, sijoitus-, laki- tai veroneuvontaa. Markkinahinnat, korot ja talousolosuhteet voivat muuttua; sijoituksiin liittyy tappioriski. Tiedot perustuvat julkaisuhetkellä saatavilla olleeseen aineistoon ja voivat muuttua. Tarkista tärkeät tiedot itsenäisesti ja pyydä tarvittaessa neuvoa pätevältä ammattilaiselta. Omaisuuserän, yhtiön tai palvelun mainitseminen ei ole suositus.