Η NVIDIA κυκλοφόρησε το Cosmos 3, ένα ανοιχτό θεμελιώδες μοντέλο που συνδυάζει προσομοίωση κόσμου, παραγωγή ενεργειών και συλλογιστική για την εκπαίδευση ρομπότ σε πραγματικές εργασίες.
Στις 31 Μαΐου 2026 η NVIDIA παρουσίασε το Cosmos 3, ανοιχτό θεμελιώδες μοντέλο κόσμου για το Physical AI. Είναι το πρώτο της πλήρως ανοιχτό omnimodel, που κατανοεί και παράγει πολλούς τύπους δεδομένων ταυτόχρονα.
Η αρχιτεκτονική mixture-of-transformers συνδυάζει έναν transformer συλλογιστικής με έναν εξειδικευμένο transformer παραγωγής. Έτσι το μοντέλο επεξεργάζεται τις φυσικές αλληλεπιδράσεις πριν προβλέψει τι θα ακολουθήσει.
Σύμφωνα με την NVIDIA, εκπαιδεύτηκε σε ένα από τα μεγαλύτερα πολυτροπικά σύνολα δεδομένων physical AI, με δισεκατομμύρια δείγματα κειμένου, εικόνας, βίντεο, ήχου και τροχιών ενεργειών. Λειτουργεί ως μοντέλο όρασης-γλώσσας, μοντέλο κόσμου, θεμελιώδες μοντέλο βίντεο και βάση για την εκπαίδευση ρομπότ σε συγκεκριμένες εργασίες.
Κυκλοφορεί σε εκδόσεις Super και Nano, με την Edge να ακολουθεί, μαζί με τη Cosmos Coalition, όπου συμμετέχουν μεταξύ άλλων οι Agile Robots, Black Forest Labs, Generalist, LTX, Runway και Skild AI. Είναι η κατεύθυνση που ακολουθεί και η Ergonet: μηχανική όραση και μοντέλα κόσμου, ώστε ρομπότ και συστήματα αυτοματισμού να κατανοούν τον χώρο πριν δράσουν.
Πηγή: NVIDIA