NVIDIA a élargi l’éventail d’outils entourant les modèles du monde Cosmos, en ajoutant des plans de génération de données, une prise en charge élargie de l’entraînement des modèles et des variantes de simulation pour tester les systèmes autonomes. L’annonce du 22 octobre 2026 relie la préparation des jeux de données, l’adaptation des modèles et leur déploiement. Les applications de clients citées couvrent le développement de véhicules, l’inspection industrielle et la surveillance de la sécurité.

Principaux points à retenir

  • Cosmos Data Factory propose désormais cinq plans pour préparer et générer des données d’entraînement en IA physique.
  • Cosmos Framework étend les outils d’entraînement et d’optimisation à un plus grand nombre de modèles ouverts, tandis que de nouvelles variantes de simulation permettent de tester des politiques.
  • NVIDIA fait état d’une inférence plus rapide dans des configurations validées; les économies de développement prévues par Porsche restent des attentes et ne constituent pas des résultats déjà obtenus.

Table des matières

Les modèles du monde Cosmos bénéficient d’une boîte à outils de développement plus complète

Cette extension s’adresse aux développeurs qui conçoivent des systèmes d’IA physique devant comprendre et simuler des environnements réels. Plutôt que de simplement proposer un nouveau modèle, NVIDIA étend les outils connexes servant à constituer les données d’entraînement, adapter les modèles, évaluer leur comportement et exécuter les modèles pris en charge.

Lors de GTC Berlin, l’entreprise a étendu à un plus grand nombre de modèles ouverts, dont Cosmos 3, les outils, recettes et compétences d’agent de Cosmos Framework pour l’entraînement, l’optimisation et le déploiement. Les options prises en charge comprennent GR00T, Alpamayo, QWEN, Pi0.5 ainsi que d’autres modèles compatibles de Hugging Face.

Les développeurs et les agents peuvent recourir au réglage fin et à l’apprentissage par renforcement pour adapter les modèles, puis appliquer la distillation et la quantification avant leur déploiement. NVIDIA a décrit une application du laboratoire de recherche en robotique MicroAGI, qui a effectué un post-entraînement de Cosmos 3 à partir de vidéos de personnes manipulant des objets, puis distillé son modèle de raisonnement de 32 milliards de paramètres en un modèle Nano de 8 milliards de paramètres, sans perte de précision selon les informations communiquées.

Cinq plans répondent aux lacunes des données d’entraînement

Cosmos Data Factory propose désormais cinq plans natifs du cloud, accessibles via GitHub, Microsoft Azure, Nebius et CoreWeave. Ils couvrent les jeux de données de véhicules autonomes, l’augmentation des attributs d’images, les vidéos synthétiques d’événements rares ou dangereux, les images de défauts destinées à l’inspection et les modifications de la météo et de l’éclairage dans des séquences existantes tout en préservant la structure de la scène.

Cosmos Curator, l’outil de curation de jeux de données vidéo de la plateforme, accéléré par GPU, prend également en charge les entrées multimodales et multisensorielles ainsi que des blocs de traitement supplémentaires.

Porsche utilise Cosmos Data Factory via Voxel51 sur Microsoft Azure pour piloter le développement d’une boucle de données mutualisée pour les véhicules autonomes entre les marques du groupe Volkswagen. NVIDIA a indiqué que ces travaux devraient réduire jusqu’à 90 % les essais routiers physiques répétés et raccourcir les cycles de développement jusqu’à 85 %; ces chiffres correspondent à des avantages prévus.

D’autres exemples concernent des travaux déjà réalisés. ANYbotics a généré plus de 1 500 séquences vidéo synthétiques et utilisé la plateforme d’Encord pour organiser des données du monde réel et valider les résultats, afin d’entraîner des robots d’inspection à reconnaître les déversements et d’autres changements dans les installations. Selon NVIDIA, Ultralytics a réentraîné son modèle YOLO avec des images réelles et des défauts synthétiques ciblés, améliorant ainsi la localisation des défauts et le rappel.

Les variantes de simulation permettent de tester les systèmes avant leur déploiement

Les nouvelles variantes de simulation Cosmos 3 Nano permettent aux développeurs de tester des politiques autonomes dans des scénarios reproductibles difficiles à capturer, à l’aide de plusieurs angles de vue et capteurs. Le code associé permet d’adapter les modèles afin d’entraîner et d’évaluer des politiques pour des véhicules autonomes et des robots bimanuels dans des simulations interactives, avant de les tester dans le monde réel.

Pour le déploiement, les microservices Cosmos 3 NIM mis à jour offrent jusqu’à deux fois plus de vitesse d’inférence sans perte de qualité dans les configurations validées, a indiqué NVIDIA. L’entreprise a également déclaré que l’analyse vidéo continue permet d’envoyer des alertes en moins d’une seconde.

Les applications vidéo complètent la mise à jour sur le déploiement

La nouvelle version 3.3 du blueprint NVIDIA Metropolis pour la recherche et la synthèse vidéo repose sur les microservices Cosmos NIM. Selon NVIDIA, elle transforme une instruction en application d’IA vidéo et permet aux équipes de surveiller 40 % de flux vidéo supplémentaires avec le même GPU.

ADNOC utilise la plateforme agentique MistIQ de Fogsphere, conçue avec Cosmos et le blueprint Metropolis, pour détecter en temps réel les risques pour la sécurité sur 65 sites. Fogsphere utilise également Cosmos Data Factory pour générer des exemples d’entraînement portant sur des événements rares, améliorant ainsi la détection sans avoir à mettre en scène physiquement des situations dangereuses.

Conclusion

La mise à jour de Cosmos élargit les outils de NVIDIA pour développer et tester l’IA physique avant son déploiement. Les exemples de clients combinent des travaux de génération de données déjà réalisés et des applications actives en matière de sécurité avec des économies prévues sur le développement de véhicules, tandis que les affirmations de performance restent soumises aux limites propres à chaque configuration.

Lire d’autres actualités

Plus d’actualités de FinanceVelix

Avertissement

Cet article de FinanceVelix fournit des informations générales et ne constitue pas un conseil personnalisé en matière financière, d’investissement, juridique ou fiscale. Les cours du marché, les taux d’intérêt et la conjoncture économique peuvent évoluer; tout investissement comporte un risque de perte. Les faits reflètent les informations disponibles au moment de la publication et peuvent changer. Vérifiez les informations importantes de manière indépendante et consultez un professionnel qualifié si nécessaire. La mention d’un actif, d’une entreprise ou d’un service ne constitue pas une recommandation.