NVIDIA ha ampliato gli strumenti dedicati ai world model Cosmos, aggiungendo blueprint per la generazione di dati, un supporto più esteso all’addestramento dei modelli e varianti di simulazione per testare i sistemi autonomi. L’annuncio del 22 ottobre 2026 collega la preparazione dei dataset, l’adattamento dei modelli e la distribuzione, con applicazioni dei clienti segnalate nello sviluppo dei veicoli, nell’ispezione industriale e nel monitoraggio della sicurezza.

Punti chiave

  • Cosmos Data Factory offre ora cinque blueprint per preparare e generare dati di addestramento per l’IA fisica.
  • Cosmos Framework estende gli strumenti di addestramento e ottimizzazione a un maggior numero di modelli aperti, mentre le nuove varianti di simulazione supportano il test delle policy.
  • NVIDIA segnala un’inferenza più rapida in configurazioni validate; i risparmi previsti da Porsche sullo sviluppo restano aspettative, non risultati già conseguiti.

Indice

I world model Cosmos si arricchiscono di un toolkit di sviluppo più ampio

L’ampliamento è rivolto agli sviluppatori che realizzano sistemi di IA fisica, i quali devono comprendere e simulare gli ambienti del mondo reale. Invece di introdurre semplicemente un altro modello, NVIDIA estende gli strumenti che consentono di assemblare i dati di addestramento, adattare i modelli, valutare il comportamento ed eseguire i modelli supportati.

Al GTC Berlin, l’azienda ha esteso a un numero maggiore di modelli aperti gli strumenti e le ricette di Cosmos Framework per l’addestramento, l’ottimizzazione e la distribuzione, oltre alle competenze degli agenti, insieme a Cosmos 3. Le opzioni supportate includono GR00T, Alpamayo, QWEN, Pi0.5 e altri modelli compatibili disponibili su Hugging Face.

Sviluppatori e agenti possono utilizzare il fine-tuning e l’apprendimento per rinforzo per adattare i modelli, quindi applicare distillazione e quantizzazione prima della distribuzione. NVIDIA ha descritto un’applicazione del laboratorio di ricerca robotica MicroAGI, che ha eseguito il post-addestramento di Cosmos 3 su video di persone che manipolano oggetti e ha distillato il suo motore di ragionamento da 32 miliardi di parametri in un modello Nano da 8 miliardi di parametri, secondo quanto riferito senza perdita di accuratezza.

Cinque blueprint colmano le lacune nei dati di addestramento

Cosmos Data Factory mette ora a disposizione cinque blueprint cloud-native tramite GitHub, Microsoft Azure, Nebius e CoreWeave. Sono dedicati ai dataset per veicoli autonomi, all’aumento degli attributi delle immagini, a video sintetici di eventi rari o non sicuri, a immagini di difetti per l’ispezione e alla modifica delle condizioni meteorologiche e di illuminazione nei filmati esistenti, preservando la struttura della scena.

Cosmos Curator, lo strumento della piattaforma con accelerazione GPU per la selezione e la cura dei dataset video, ha inoltre aggiunto il supporto a input multimodali e multisensoriali e a blocchi di elaborazione.

Porsche utilizza Cosmos Data Factory tramite Voxel51 su Microsoft Azure per guidare lo sviluppo di un ciclo condiviso di dati per veicoli autonomi tra i marchi del Volkswagen Group. NVIDIA ha dichiarato che il progetto dovrebbe ridurre fino al 90% i test su strada ripetuti e abbreviare i cicli di sviluppo fino all’85%; si tratta di benefici previsti.

Altri esempi riguardano attività già svolte. ANYbotics ha generato oltre 1.500 clip video sintetiche, utilizzando la piattaforma di Encord per selezionare i dati del mondo reale e convalidare i risultati, allo scopo di addestrare robot d’ispezione a riconoscere fuoriuscite e altri cambiamenti negli impianti. Ultralytics ha riaddestrato il proprio modello YOLO con immagini reali e difetti sintetici mirati, migliorando, secondo NVIDIA, la localizzazione dei difetti e il richiamo.

Le varianti di simulazione supportano i test prima della distribuzione

Le nuove varianti di simulazione Cosmos 3 Nano consentono agli sviluppatori di testare policy autonome in scenari ripetibili e difficili da acquisire, usando più visuali e sensori. Il codice di accompagnamento supporta l’adattamento dei modelli per addestrare e valutare policy destinate a veicoli autonomi e robot bimanuali in simulazioni interattive prima dei test nel mondo reale.

Per la distribuzione, i microservizi Cosmos 3 NIM aggiornati offrono una velocità di inferenza fino al doppio senza perdita di qualità nelle configurazioni validate, ha dichiarato NVIDIA. L’azienda ha inoltre riferito che l’analisi video continua consente di inviare avvisi in meno di un secondo.

Le applicazioni video ampliano l’aggiornamento sulla distribuzione

La nuova versione 3.3 del blueprint NVIDIA Metropolis per la ricerca e la sintesi di video si basa sui microservizi Cosmos NIM. NVIDIA ha dichiarato che trasforma un prompt in un’applicazione di IA video e consente ai team di monitorare il 40% in più di flussi video con la stessa GPU.

ADNOC utilizza la piattaforma agentica MistIQ di Fogsphere, realizzata con Cosmos e il blueprint Metropolis, per rilevare in tempo reale i rischi per la sicurezza in 65 siti. Fogsphere utilizza inoltre Cosmos Data Factory per generare esempi di addestramento relativi a eventi rari, migliorando il rilevamento senza dover mettere fisicamente in scena situazioni pericolose.

Conclusione

L’aggiornamento di Cosmos amplia gli strumenti NVIDIA per sviluppare e testare l’IA fisica prima della distribuzione. Gli esempi dei clienti combinano attività di generazione dei dati già completate e applicazioni di sicurezza attive con risparmi previsti sullo sviluppo dei veicoli, mentre le affermazioni sulle prestazioni restano soggette ai limiti specifici delle configurazioni.

Leggi altre notizie

Altre notizie di FinanceVelix

Avvertenza

Questo articolo di FinanceVelix fornisce informazioni generali e non costituisce una consulenza finanziaria, d’investimento, legale o fiscale personalizzata. I prezzi di mercato, i tassi d’interesse e le condizioni economiche possono cambiare; gli investimenti comportano un rischio di perdita. I fatti riflettono le informazioni disponibili al momento della pubblicazione e possono variare. Verificate autonomamente le informazioni importanti e, se necessario, consultate un professionista qualificato. La menzione di un asset, di un’azienda o di un servizio non costituisce un’approvazione.