NVIDIA розширила інструментарій для світових моделей Cosmos, додавши шаблони генерації даних, ширшу підтримку навчання моделей і варіанти симуляції для тестування автономних систем. В анонсі від 22 жовтня 2026 року йдеться про підготовку наборів даних, адаптацію моделей і розгортання; заявлені сфери застосування клієнтами охоплюють розробку транспортних засобів, промислову інспекцію та моніторинг безпеки.

Ключові висновки

  • Cosmos Data Factory тепер пропонує п’ять шаблонів для підготовки та генерації навчальних даних для фізичного ШІ.
  • Cosmos Framework розширює інструменти навчання й оптимізації для більшої кількості відкритих моделей, а нові варіанти симуляції дають змогу тестувати політики керування.
  • NVIDIA повідомляє про швидший інференс у перевірених конфігураціях; очікувана економія витрат Porsche на розробку залишається прогнозом, а не завершеним результатом.

Зміст

Світові моделі Cosmos отримують ширший набір інструментів для розробки

Розширення орієнтоване на розробників фізичних систем ШІ, яким потрібно розуміти реальне середовище та моделювати його. NVIDIA не просто представляє ще одну модель, а розширює інструменти для збирання навчальних даних, адаптації моделей, оцінювання поведінки та запуску підтримуваних моделей.

На GTC Berlin компанія поширила інструменти й рецепти Cosmos Framework для навчання, оптимізації та розгортання, а також навички агентів, на більшу кількість відкритих моделей, поряд із Cosmos 3. Серед підтримуваних варіантів — GR00T, Alpamayo, QWEN, Pi0.5 та інші сумісні моделі Hugging Face.

Розробники й агенти можуть адаптувати моделі за допомогою донавчання та навчання з підкріпленням, а перед розгортанням застосовувати дистиляцію й квантування. NVIDIA навела приклад робототехнічної дослідницької лабораторії MicroAGI: там Cosmos 3 додатково навчали на відео, де люди маніпулюють предметами, а його механізм міркування з 32 мільярдами параметрів дистилювали в модель Nano з 8 мільярдами параметрів — за повідомленням компанії, без втрати точності.

П’ять шаблонів допомагають усунути прогалини в навчальних даних

Cosmos Data Factory тепер надає п’ять хмарних шаблонів через GitHub, Microsoft Azure, Nebius і CoreWeave. Вони охоплюють набори даних для автономних транспортних засобів, доповнення атрибутів зображень, синтетичні відео рідкісних або небезпечних подій, зображення дефектів для інспекції, а також зміну погодних умов і освітлення в наявних відеозаписах зі збереженням структури сцени.

Cosmos Curator — платформа NVIDIA для кураторської обробки відеонаборів даних із прискоренням на GPU — також отримала підтримку мультимодальних і мультисенсорних вхідних даних та блоків обробки.

Porsche використовує Cosmos Data Factory через платформу Voxel51 у Microsoft Azure, щоб керувати розробкою спільного циклу зворотного зв’язку на основі даних для автономних транспортних засобів брендів Volkswagen Group. За словами NVIDIA, ця робота, як очікується, скоротить кількість повторних фізичних тестових поїздок на 90% і тривалість циклів розробки — на 85%; ці показники є прогнозованими вигодами.

Інші приклади стосуються вже виконаної роботи. ANYbotics згенерувала понад 1 500 синтетичних відеокліпів, використовуючи платформу Encord для кураторської обробки даних із реального світу та перевірки результатів, щоб навчати інспекційних роботів розпізнавати розлиті рідини та інші зміни на об’єктах. За даними NVIDIA, Ultralytics повторно навчила свою модель YOLO на реальних зображеннях і цільових синтетичних зображеннях дефектів, поліпшивши локалізацію дефектів і повноту їх виявлення.

Варіанти симуляції дають змогу тестувати системи до розгортання

Нові варіанти симуляції Cosmos 3 Nano дають змогу розробникам тестувати політики автономного керування у відтворюваних сценаріях, які складно зафіксувати, використовуючи кілька ракурсів і датчиків. Супровідний код допомагає адаптувати моделі для навчання й оцінювання політик керування автономними транспортними засобами та дворукими роботами в інтерактивних симуляціях до випробувань у реальному світі.

За словами NVIDIA, для розгортання оновлені мікросервіси Cosmos 3 NIM забезпечують до двох разів вищу швидкість інференсу без втрати якості у перевірених конфігураціях. Компанія також повідомила, що безперервний аналіз відео дає змогу надсилати сповіщення менш ніж за секунду.

Відеозастосунки доповнюють оновлення для розгортання

Нова версія 3.3 NVIDIA Metropolis Blueprint для пошуку й підсумовування відео побудована на мікросервісах Cosmos NIM. За словами NVIDIA, вона перетворює текстовий запит на застосунок відеоаналітики на основі ШІ та дає змогу командам контролювати на 40% більше відеопотоків на тому самому GPU.

ADNOC використовує агентну платформу MistIQ від Fogsphere, створену на базі Cosmos і Metropolis Blueprint, для виявлення загроз безпеці в режимі реального часу на 65 об’єктах. Fogsphere також використовує Cosmos Data Factory для генерації навчальних прикладів рідкісних подій, що підвищує точність виявлення без фізичного відтворення небезпечних ситуацій.

Висновок

Оновлення Cosmos розширює набір інструментів NVIDIA для розробки й тестування фізичного ШІ до його розгортання. Наведені приклади клієнтів поєднують завершені роботи з генерації даних і чинні застосунки для безпеки з прогнозованою економією на розробці транспортних засобів; заяви про продуктивність обмежені конкретними конфігураціями.

Читайте більше новин

Більше новин FinanceVelix

Застереження

Ця стаття FinanceVelix містить загальну інформацію і не є персоналізованою фінансовою, інвестиційною, юридичною чи податковою консультацією. Ринкові ціни, процентні ставки та економічні умови можуть змінюватися; інвестиції пов’язані з ризиком збитків. Факти відображають інформацію, доступну на момент публікації, і можуть змінитися. Самостійно перевіряйте важливу інформацію та за потреби звертайтеся до кваліфікованого фахівця. Згадка активу, компанії чи послуги не є рекомендацією.