NVIDIA har utvidet verktøyene rundt Cosmos world models med blueprints for datagenerering, bredere støtte for modelltrening og simuleringsvarianter for testing av autonome systemer. Kunngjøringen 22. oktober 2026 knytter sammen klargjøring av datasett, tilpasning av modeller og utrulling, med rapporterte kundecaser innen kjøretøyutvikling, industriell inspeksjon og sikkerhetsovervåking.

Viktige punkter

  • Cosmos Data Factory tilbyr nå fem blueprints for klargjøring og generering av treningsdata for fysisk AI.
  • Cosmos Framework utvider verktøyene for trening og optimalisering til flere åpne modeller, mens nye simuleringsvarianter støtter testing av policyer.
  • NVIDIA rapporterer raskere inferens i validerte konfigurasjoner; Porsches forventede utviklingsbesparelser er fortsatt forventninger, ikke oppnådde resultater.

Innholdsfortegnelse

Cosmos world models får et bredere utviklingsverktøysett

Utvidelsen retter seg mot utviklere som bygger fysiske AI-systemer som må forstå og simulere virkelige omgivelser. I stedet for bare å introdusere enda en modell, utvider NVIDIA verktøyene rundt modellene som brukes til å sette sammen treningsdata, tilpasse modeller, evaluere atferd og kjøre støttede modeller.

På GTC Berlin utvidet selskapet Cosmos Frameworks verktøy og oppskrifter for trening, optimalisering og utrulling, tilgjengelig som agentferdigheter, til flere åpne modeller, i tillegg til Cosmos 3. Støttede alternativer omfatter GR00T, Alpamayo, QWEN, Pi0.5 og andre kompatible Hugging Face-modeller.

Utviklere og agenter kan bruke finjustering og forsterkende læring til å tilpasse modeller, og deretter ta i bruk destillering og kvantisering før utrulling. NVIDIA beskrev en bruk ved robotikkforskningslaboratoriet MicroAGI, som ettertrente Cosmos 3 på videoer av mennesker som manipulerer objekter, og destillerte resonneringsmodellen med 32 milliarder parametere til en Nano-modell med 8 milliarder parametere, angivelig uten tap av nøyaktighet.

Fem blueprints skal dekke mangler i treningsdata

Cosmos Data Factory tilbyr nå fem skybaserte blueprints via GitHub, Microsoft Azure, Nebius og CoreWeave. De dekker datasett for autonome kjøretøy, utvidelse av bildeattributter, syntetiske videoer av sjeldne eller utrygge hendelser, defektbilder for inspeksjon og endringer i vær og lysforhold i eksisterende opptak, samtidig som scenestrukturen bevares.

Cosmos Curator, plattformens GPU-akselererte verktøy for kuratering av videodatasett, har også fått støtte for multimodale og multisensoriske inndata og behandlingsblokker.

Porsche bruker Cosmos Data Factory via Voxel51 på Microsoft Azure til å lede utviklingen av en felles datasløyfe for data om autonome kjøretøy på tvers av Volkswagen Groups merker. NVIDIA sa at arbeidet forventes å redusere gjentatte fysiske prøvekjøringer med opptil 90 % og forkorte utviklingssyklusene med opptil 85 %; disse tallene er anslåtte gevinster.

Andre eksempler gjelder arbeid som allerede er utført. ANYbotics genererte mer enn 1 500 syntetiske videoklipp, og brukte Encords plattform til å kuratere data fra den virkelige verden og validere resultatene, for å trene inspeksjonsroboter til å gjenkjenne søl og andre endringer i anlegg. Ultralytics trente YOLO-modellen sin på nytt med virkelige bilder og målrettede syntetiske defekter, noe som forbedret lokalisering av defekter og gjenfinning, ifølge NVIDIA.

Simuleringsvarianter støtter testing før utrulling

Nye Cosmos 3 Nano-simuleringsvarianter gjør det mulig for utviklere å teste autonome policyer i gjentakbare scenarioer som er vanskelige å fange opp, ved hjelp av flere visninger og sensorer. Medfølgende kode støtter tilpasning av modellene for å trene og evaluere policyer for autonome kjøretøy og tohåndsroboter i interaktive simuleringer før testing i den virkelige verden.

For utrulling leverer oppdaterte Cosmos 3 NIM-mikrotjenester opptil dobbelt så høy inferenshastighet uten kvalitetstap i validerte konfigurasjoner, sa NVIDIA. Selskapet rapporterte også at kontinuerlig videoanalyse muliggjør varsler på under ett sekund.

Videoapplikasjoner utvider oppdateringen om utrulling

Den nye NVIDIA Metropolis Blueprint for videosøk og oppsummering, versjon 3.3, er bygget på Cosmos NIM-mikrotjenester. NVIDIA sa at den gjør en instruks om til en video-AI-applikasjon og lar team overvåke 40 % flere videostrømmer med samme GPU.

ADNOC bruker Fogspheres agentbaserte MistIQ-plattform, bygget med Cosmos og Metropolis-blueprintet, til å oppdage sikkerhetsfarer i sanntid på tvers av 65 anlegg. Fogsphere bruker også Cosmos Data Factory til å generere treningseksempler på sjeldne hendelser, noe som forbedrer deteksjonen uten å måtte iscenesette farlige situasjoner fysisk.

Konklusjon

Cosmos-oppdateringen utvider NVIDIAs verktøy for utvikling og testing av fysisk AI før utrulling. Kundecaseene kombinerer fullført arbeid med datagenerering og aktive sikkerhetsapplikasjoner med anslåtte besparelser innen kjøretøyutvikling, mens ytelsespåstandene fortsatt er begrenset til bestemte konfigurasjoner.

Les flere nyheter

Flere nyheter fra FinanceVelix

Ansvarsfraskrivelse

Denne FinanceVelix-artikkelen gir generell informasjon, ikke personlig tilpasset finansiell, investeringsmessig, juridisk eller skattemessig rådgivning. Markedspriser, renter og økonomiske forhold kan endre seg; investeringer innebærer risiko for tap. Fakta gjenspeiler materialet som var tilgjengelig da artikkelen ble publisert, og kan endre seg. Kontroller viktig informasjon uavhengig, og rådfør deg med en kvalifisert fagperson ved behov. Omtale av en eiendel, et selskap eller en tjeneste innebærer ikke en anbefaling.