Az NVIDIA kibővítette a Cosmos világmodellekhez kapcsolódó eszközöket: adatgenerálási tervekkel, szélesebb modellképzési támogatással és az autonóm rendszerek tesztelésére szolgáló szimulációs változatokkal egészítette ki kínálatát. A 2026. október 22-i bejelentés összekapcsolja az adatkészletek előkészítését, a modellek adaptálását és az üzembe helyezést; a közölt ügyfélalkalmazások a járműfejlesztéstől az ipari ellenőrzésen át a biztonsági felügyeletig terjednek.

Főbb tudnivalók

  • A Cosmos Data Factory immár öt tervet kínál fizikai MI-modellek képzésére szolgáló adatok előkészítéséhez és előállításához.
  • A Cosmos Framework képzési és optimalizálási eszközeit több nyílt modellre is kiterjeszti, az új szimulációs változatok pedig támogatják a szabályozási politikák tesztelését.
  • Az NVIDIA validált konfigurációkban gyorsabb következtetésről számol be; a Porsche előre jelzett fejlesztési költségmegtakarításai továbbra is várakozások, nem pedig már elért eredmények.

Tartalomjegyzék

A Cosmos világmodellek szélesebb fejlesztői eszköztárat kapnak

A bővítés olyan fejlesztőket céloz, akiknek a valós környezetet megérteni és szimulálni képes fizikai MI-rendszerekre van szükségük. Az NVIDIA nem csupán egy újabb modellt vezet be, hanem kiterjeszti azokat a kapcsolódó eszközöket is, amelyekkel összeállíthatók a képzési adatok, adaptálhatók és értékelhetők a modellek, valamint futtathatók a támogatott modellek.

A vállalat a berlini GTC-n több nyílt modellre is kiterjesztette a Cosmos Framework képzési, optimalizálási és üzembehelyezési eszközeit és receptjeit, ügynöki készségek formájában, a Cosmos 3 mellett. A támogatott lehetőségek közé tartozik a GR00T, az Alpamayo, a QWEN, a Pi0.5 és más kompatibilis Hugging Face-modellek.

A fejlesztők és az ügynökök finomhangolással és megerősítéses tanulással adaptálhatják a modelleket, majd üzembe helyezésük előtt desztillációt és kvantálást alkalmazhatnak. Az NVIDIA a MicroAGI robotikai kutatólabor egyik alkalmazását ismertette: a labor olyan videókon utóképezte a Cosmos 3-at, amelyeken emberek tárgyakat kezelnek, majd a 32 milliárd paraméteres következtető modellt egy 8 milliárd paraméteres Nano modellé desztillálta; a közlés szerint a pontosság nem csökkent.

Öt terv kezeli a képzési adatok hiányosságait

A Cosmos Data Factory immár öt, felhőre tervezett tervet kínál a GitHubon, a Microsoft Azure-on, a Nebiuson és a CoreWeave-en keresztül. Ezek a következőket fedik le: autonóm járművekhez szükséges adatkészletek; képattribútumok bővítése; ritka vagy nem biztonságos eseményeket bemutató szintetikus videók; ellenőrzési célú hibaképek; valamint az időjárás és a megvilágítás módosítása meglévő felvételeken, a jelenet szerkezetének megőrzése mellett.

A Cosmos Curator, a platform GPU-gyorsítású videó-adatkészlet-kurációs eszköze, a multimodális és több érzékszervi bemenetek, valamint a feldolgozási blokkok támogatásával is bővült.

A Porsche a Voxel51-en keresztül, a Microsoft Azure-on használja a Cosmos Data Factoryt, hogy a Volkswagen-csoport márkái között közös, autonóm járművekre vonatkozó adatbázis-visszacsatolási ciklus fejlesztését vezesse. Az NVIDIA szerint a munka várhatóan akár 90%-kal csökkenti az ismételt fizikai tesztvezetéseket, és akár 85%-kal rövidíti le a fejlesztési ciklusokat; ezek előre jelzett előnyök.

Más példák már elvégzett munkákról szólnak. Az ANYbotics több mint 1500 szintetikus videóklipet készített; az Encord platformját használta a valós adatok kurálására és az eredmények validálására, hogy ellenőrző robotokat képezzenek ki kiömlött anyagok és a létesítmények egyéb változásainak felismerésére. Az Ultralytics valós képekkel és célzottan előállított szintetikus hibákkal tanította újra YOLO modelljét, ami az NVIDIA szerint javította a hibák helyének meghatározását és a visszahívást.

A szimulációs változatok támogatják az üzembe helyezés előtti tesztelést

Az új Cosmos 3 Nano szimulációs változatok lehetővé teszik a fejlesztők számára, hogy autonóm szabályozási politikákat ismételhető, több nézetet és érzékelőt használó forgatókönyvekben teszteljenek, amelyeket nehéz lenne rögzíteni. A hozzájuk tartozó kód támogatja a modellek adaptálását, valamint az autonóm járművek és kétkarú robotok szabályozási politikáinak betanítását és értékelését interaktív szimulációkban, a valós környezetben történő tesztelés előtt.

Az üzembe helyezéshez frissített Cosmos 3 NIM mikroszolgáltatások validált konfigurációkban akár kétszeres következtetési sebességet kínálnak minőségromlás nélkül – közölte az NVIDIA. A vállalat arról is beszámolt, hogy a folyamatos videóelemzés egy másodpercnél rövidebb idő alatt teszi lehetővé a riasztásokat.

A videós alkalmazások kiterjesztik az üzembehelyezési frissítést

A videókereséshez és -összefoglaláshoz készült új NVIDIA Metropolis Blueprint 3.3-as verziója Cosmos NIM mikroszolgáltatásokra épül. Az NVIDIA szerint egy promptból videós MI-alkalmazást hoz létre, és lehetővé teszi a csapatoknak, hogy ugyanazzal a GPU-val 40%-kal több videófolyamot figyeljenek.

Az ADNOC a Cosmosra és a Metropolis tervrajzára épülő Fogsphere MistIQ ügynöki platformját használja a biztonsági kockázatok valós idejű felismerésére 65 telephelyen. A Fogsphere emellett a Cosmos Data Factory segítségével állít elő ritka eseményeket bemutató képzési példákat, így javítja az észlelést anélkül, hogy veszélyes helyzeteket fizikailag kellene megrendezni.

Összegzés

A Cosmos frissítése kibővíti az NVIDIA fizikai MI fejlesztésére és üzembe helyezés előtti tesztelésére szolgáló eszközeit. Az ügyfélpéldák már elvégzett adatgenerálási munkákat és aktív biztonsági alkalmazásokat ötvöznek előre jelzett járműfejlesztési megtakarításokkal, miközben a teljesítményre vonatkozó állítások meghatározott konfigurációkra korlátozódnak.

További hírek

További FinanceVelix-hírek

Jogi nyilatkozat

Ez a FinanceVelix-cikk általános tájékoztatást nyújt, nem személyre szabott pénzügyi, befektetési, jogi vagy adótanácsot. A piaci árak, kamatlábak és gazdasági feltételek változhatnak; a befektetések veszteség kockázatával járnak. A tények a közzététel időpontjában rendelkezésre álló információkat tükrözik, és változhatnak. A fontos információkat ellenőrizze önállóan, és szükség esetén forduljon megfelelő képesítéssel rendelkező szakemberhez. Egy eszköz, vállalat vagy szolgáltatás említése nem jelent ajánlást.