NVIDIA rozszerzyła zestaw narzędzi związanych z modelami świata Cosmos, dodając schematy generowania danych, szersze wsparcie trenowania modeli oraz warianty symulacji do testowania systemów autonomicznych. Ogłoszenie z 22 października 2026 r. łączy przygotowanie zbiorów danych, dostosowywanie modeli i wdrażanie, a zgłoszone zastosowania klientów obejmują rozwój pojazdów, inspekcje przemysłowe i monitorowanie bezpieczeństwa.

Najważniejsze informacje

  • Cosmos Data Factory oferuje teraz pięć schematów przygotowywania i generowania danych treningowych dla fizycznej AI.
  • Cosmos Framework rozszerza narzędzia do trenowania i optymalizacji na większą liczbę otwartych modeli, a nowe warianty symulacji umożliwiają testowanie polityk.
  • NVIDIA informuje o szybszym wnioskowaniu w zweryfikowanych konfiguracjach; prognozowane oszczędności Porsche na etapie rozwoju to oczekiwania, a nie osiągnięte wyniki.

Spis treści

Modele świata Cosmos zyskują szerszy zestaw narzędzi do rozwoju

Rozszerzenie jest skierowane do deweloperów tworzących systemy fizycznej AI, które muszą rozumieć i symulować rzeczywiste otoczenie. NVIDIA nie wprowadza jedynie kolejnego modelu, lecz rozbudowuje zestaw narzędzi służących do tworzenia danych treningowych, dostosowywania modeli, oceny ich zachowania i uruchamiania obsługiwanych modeli.

Podczas GTC Berlin firma rozszerzyła narzędzia i receptury Cosmos Framework do trenowania, optymalizacji i wdrażania, dostępne jako umiejętności agentów, na większą liczbę otwartych modeli, a także na Cosmos 3. Obsługiwane opcje obejmują GR00T, Alpamayo, QWEN, Pi0.5 oraz inne kompatybilne modele z Hugging Face.

Deweloperzy i agenci mogą wykorzystywać dostrajanie oraz uczenie ze wzmocnieniem do dostosowywania modeli, a następnie stosować destylację i kwantyzację przed wdrożeniem. NVIDIA opisała zastosowanie w laboratorium badawczym robotyki MicroAGI, które przeprowadziło dalsze trenowanie Cosmos 3 na filmach przedstawiających ludzi manipulujących przedmiotami, a następnie dokonało destylacji modelu rozumującego z 32 mld parametrów do modelu Nano z 8 mld parametrów — według doniesień bez utraty dokładności.

Pięć schematów pomaga uzupełnić braki w danych treningowych

Cosmos Data Factory udostępnia teraz pięć natywnych dla chmury schematów za pośrednictwem GitHub, Microsoft Azure, Nebius i CoreWeave. Obejmują one zbiory danych dla pojazdów autonomicznych, rozszerzanie atrybutów obrazów, syntetyczne nagrania rzadkich lub niebezpiecznych zdarzeń, obrazy wad do inspekcji oraz zmiany pogody i oświetlenia na istniejącym materiale wideo z zachowaniem struktury sceny.

Cosmos Curator, narzędzie platformy do kuracji zbiorów danych wideo z akceleracją GPU, dodało również obsługę multimodalnych, wielozmysłowych danych wejściowych i bloków przetwarzania.

Porsche korzysta z Cosmos Data Factory za pośrednictwem Voxel51 na Microsoft Azure, aby kierować rozwojem wspólnej pętli danych dla pojazdów autonomicznych wśród marek Volkswagen Group. NVIDIA podała, że prace mają ograniczyć liczbę powtarzanych jazd testowych w rzeczywistych warunkach nawet o 90% i skrócić cykle rozwoju nawet o 85%; są to prognozowane korzyści.

Inne przykłady dotyczą już wykonanych prac. ANYbotics wygenerowała ponad 1 500 syntetycznych klipów wideo, wykorzystując platformę Encord do kuracji danych ze świata rzeczywistego i walidacji wyników, na potrzeby trenowania robotów inspekcyjnych rozpoznających wycieki i inne zmiany w obiektach. Według NVIDIA firma Ultralytics ponownie wytrenowała swój model YOLO z wykorzystaniem rzeczywistych obrazów i ukierunkowanych syntetycznych przykładów wad, poprawiając lokalizację usterek i czułość wykrywania.

Warianty symulacji umożliwiają testowanie przed wdrożeniem

Nowe warianty symulacyjne Cosmos 3 Nano pozwalają deweloperom testować polityki autonomiczne w powtarzalnych scenariuszach, które trudno odtworzyć w rzeczywistości, z wykorzystaniem wielu ujęć i czujników. Dołączony kod umożliwia dostosowanie modeli do trenowania i oceny polityk dla pojazdów autonomicznych oraz robotów dwuręcznych w interaktywnych symulacjach przed testami w świecie rzeczywistym.

Na potrzeby wdrożeń zaktualizowane mikrousługi Cosmos 3 NIM zapewniają nawet dwukrotnie szybsze wnioskowanie bez utraty jakości w zweryfikowanych konfiguracjach — podała NVIDIA. Firma poinformowała również, że ciągła analiza wideo pozwala wysyłać alerty w czasie krótszym niż sekunda.

Zastosowania wideo rozszerzają aktualizację dotyczącą wdrażania

Nowy schemat NVIDIA Metropolis Blueprint do wyszukiwania i podsumowywania materiałów wideo w wersji 3.3 został oparty na mikrousługach Cosmos NIM. NVIDIA podała, że przekształca on prompt w aplikację AI do analizy wideo i pozwala zespołom monitorować o 40% więcej strumieni wideo przy użyciu tego samego GPU.

ADNOC korzysta z platformy agentowej MistIQ firmy Fogsphere, zbudowanej z wykorzystaniem Cosmos i schematu Metropolis, aby wykrywać zagrożenia dla bezpieczeństwa w czasie rzeczywistym w 65 lokalizacjach. Fogsphere używa również Cosmos Data Factory do generowania przykładów treningowych rzadkich zdarzeń, poprawiając wykrywanie bez fizycznego odtwarzania niebezpiecznych sytuacji.

Podsumowanie

Aktualizacja Cosmos poszerza zestaw narzędzi NVIDIA do opracowywania i testowania fizycznej AI przed wdrożeniem. Przykłady klientów obejmują zarówno zakończone prace nad generowaniem danych i aktywne zastosowania związane z bezpieczeństwem, jak i prognozowane oszczędności w rozwoju pojazdów; deklaracje dotyczące wydajności pozostają ograniczone do konkretnych konfiguracji.

Czytaj więcej wiadomości

Więcej wiadomości FinanceVelix

Zastrzeżenie

Ten artykuł FinanceVelix zawiera informacje ogólne i nie stanowi spersonalizowanej porady finansowej, inwestycyjnej, prawnej ani podatkowej. Ceny rynkowe, stopy procentowe i warunki gospodarcze mogą się zmieniać; inwestycje wiążą się z ryzykiem straty. Przedstawione fakty odzwierciedlają informacje dostępne w chwili publikacji i mogą ulec zmianie. Ważne informacje należy niezależnie zweryfikować, a w razie potrzeby skonsultować się z wykwalifikowanym specjalistą. Wzmianka o aktywach, spółce lub usłudze nie stanowi rekomendacji.