Hogar
Se presenta Cosmos3, el primer modelo de IA física multimodal totalmente de código abierto; NVIDIA cofunda la Alianza Cosmos
Se han logrado avances significativos en el campo de la inteligencia artificial física. El 1 de junio, NVIDIA presentó oficialmente Cosmos3, un modelo grande y fundamental de mundo abierto para la IA física. Como primer modelo físico de IA a gran escala totalmente de código abierto y multimodal del mundo, utiliza una innovadora arquitectura híbrida Transformer que combina el razonamiento visual, la generación de mundos y la predicción de acciones en un único sistema. Esto podría acortar drásticamente el ciclo de entrenamiento y evaluación de la IA física de meses a solo unos días.
Cosmos3 ofrece una solución novedosa al desafío que la industria lleva tiempo enfrentando: «la dificultad para generalizar en escenarios del mundo real con datos limitados y marcos de simulación fragmentados». El modelo se entrenó con un enorme conjunto de datos de IA física que contiene miles de millones de textos, imágenes, vídeos, audio y trayectorias de movimiento. Es capaz de comprender y generar de forma natural contenido multimodal, alcanzando una precisión líder en el sector en simulación física.

Desde el punto de vista técnico, Cosmos3 combina de forma innovadora un Transformer de razonamiento con un Transformer generativo. El modelo analiza primero en profundidad las reglas de interacción de los objetos, los estados de movimiento y las relaciones espacio-temporales, para luego generar con precisión vídeos y predecir trayectorias de acción. Este diseño le confiere una sólida comprensión multimodal de imágenes y texto, la capacidad de simular y predecir entornos físicos, y capacidades de estrategia de acción para ayudar a los robots a completar tareas específicas. En varias pruebas de referencia de IA física convencionales, como Artificial Analysis, Physics-IQ y RoboLab, Cosmos3 se sitúa entre los mejores modelos de código abierto.
Para adaptarse a diferentes etapas de desarrollo, NVIDIA ha lanzado varias versiones: Cosmos3Super, centrada en el entrenamiento secundario de modelos de robots y conducción autónoma con extrema precisión, y Cosmos3Nano, que puede realizar análisis de vídeo de alta calidad y razonamiento de acciones en segundos. Ambas están ya disponibles oficialmente. La versión Cosmos3Edge, diseñada para la inferencia en tiempo real en dispositivos periféricos, también se encuentra en la hoja de ruta de lanzamientos.
Junto con el lanzamiento de este gran modelo, NVIDIA ha cofundado la «NVIDIA Cosmos Coalition» con equipos de investigación de modelos líderes a nivel mundial y desarrolladores de IA de todo el mundo, entre los que se incluyen Agile Robots, Black Forest Labs, Generalist, LTX, Runway y Skild AI. El fundador y director ejecutivo de NVIDIA, Jensen Huang, afirmó que, gracias a los continuos avances en el razonamiento multimodal y los modelos del mundo, ha llegado la era transformadora de la IA física. El lanzamiento de estos modelos de código abierto de vanguardia ayudará a los desarrolladores de todo el mundo a dar un salto tecnológico y a crear la próxima generación de sistemas inteligentes capaces de percibir, razonar y actuar en el mundo real.
Artículo relacionado
TikTok lanza un mecanismo verificable de protección de derechos para contrarrestar la suplantación de identidad sintetizada por IA
El 17 de septiembre, Douyin lanzó un canal de denuncia específico para la «suplantación de voz» y actualizó sus mecanismos de protección de derechos, respondiendo a las nuevas demandas impulsadas por la adopción generalizada de herramientas de genera
El ejecutivo de OpenAI, Lehan: La IA ya puede planificar ciberataques; las empresas públicas deben preparar sus defensas
Chris Liuhan, director global de Asuntos Globales de OpenAI, advirtió a The Guardian de que los modelos de inteligencia artificial de última generación ya pueden orquestar ciberataques sofisticados, instando a las empresas y al público a prepararse p
Meta quiere que tu próximo gadget esté impulsado por Muse
El asistente de inteligencia artificial de Meta, Muse, que se encarga de reservas de viajes, envío de formularios y compras, ha ganado una amplia adopción, pero una nueva iniciativa puede interesar especialmente a desarrolladores y entusiastas del ha
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Se han logrado avances significativos en el campo de la inteligencia artificial física. El 1 de junio, NVIDIA presentó oficialmente Cosmos3, un modelo grande y fundamental de mundo abierto para la IA física. Como primer modelo físico de IA a gran escala totalmente de código abierto y multimodal del mundo, utiliza una innovadora arquitectura híbrida Transformer que combina el razonamiento visual, la generación de mundos y la predicción de acciones en un único sistema. Esto podría acortar drásticamente el ciclo de entrenamiento y evaluación de la IA física de meses a solo unos días.
Cosmos3 ofrece una solución novedosa al desafío que la industria lleva tiempo enfrentando: «la dificultad para generalizar en escenarios del mundo real con datos limitados y marcos de simulación fragmentados». El modelo se entrenó con un enorme conjunto de datos de IA física que contiene miles de millones de textos, imágenes, vídeos, audio y trayectorias de movimiento. Es capaz de comprender y generar de forma natural contenido multimodal, alcanzando una precisión líder en el sector en simulación física.

Desde el punto de vista técnico, Cosmos3 combina de forma innovadora un Transformer de razonamiento con un Transformer generativo. El modelo analiza primero en profundidad las reglas de interacción de los objetos, los estados de movimiento y las relaciones espacio-temporales, para luego generar con precisión vídeos y predecir trayectorias de acción. Este diseño le confiere una sólida comprensión multimodal de imágenes y texto, la capacidad de simular y predecir entornos físicos, y capacidades de estrategia de acción para ayudar a los robots a completar tareas específicas. En varias pruebas de referencia de IA física convencionales, como Artificial Analysis, Physics-IQ y RoboLab, Cosmos3 se sitúa entre los mejores modelos de código abierto.
Para adaptarse a diferentes etapas de desarrollo, NVIDIA ha lanzado varias versiones: Cosmos3Super, centrada en el entrenamiento secundario de modelos de robots y conducción autónoma con extrema precisión, y Cosmos3Nano, que puede realizar análisis de vídeo de alta calidad y razonamiento de acciones en segundos. Ambas están ya disponibles oficialmente. La versión Cosmos3Edge, diseñada para la inferencia en tiempo real en dispositivos periféricos, también se encuentra en la hoja de ruta de lanzamientos.
Junto con el lanzamiento de este gran modelo, NVIDIA ha cofundado la «NVIDIA Cosmos Coalition» con equipos de investigación de modelos líderes a nivel mundial y desarrolladores de IA de todo el mundo, entre los que se incluyen Agile Robots, Black Forest Labs, Generalist, LTX, Runway y Skild AI. El fundador y director ejecutivo de NVIDIA, Jensen Huang, afirmó que, gracias a los continuos avances en el razonamiento multimodal y los modelos del mundo, ha llegado la era transformadora de la IA física. El lanzamiento de estos modelos de código abierto de vanguardia ayudará a los desarrolladores de todo el mundo a dar un salto tecnológico y a crear la próxima generación de sistemas inteligentes capaces de percibir, razonar y actuar en el mundo real.
TikTok lanza un mecanismo verificable de protección de derechos para contrarrestar la suplantación de identidad sintetizada por IA
El 17 de septiembre, Douyin lanzó un canal de denuncia específico para la «suplantación de voz» y actualizó sus mecanismos de protección de derechos, respondiendo a las nuevas demandas impulsadas por la adopción generalizada de herramientas de genera
El ejecutivo de OpenAI, Lehan: La IA ya puede planificar ciberataques; las empresas públicas deben preparar sus defensas
Chris Liuhan, director global de Asuntos Globales de OpenAI, advirtió a The Guardian de que los modelos de inteligencia artificial de última generación ya pueden orquestar ciberataques sofisticados, instando a las empresas y al público a prepararse p
Meta quiere que tu próximo gadget esté impulsado por Muse
El asistente de inteligencia artificial de Meta, Muse, que se encarga de reservas de viajes, envío de formularios y compras, ha ganado una amplia adopción, pero una nueva iniciativa puede interesar especialmente a desarrolladores y entusiastas del ha











