Lar
Cosmos3, o primeiro modelo de IA física multimodal totalmente de código aberto, é lançado; NVIDIA cofunda a Cosmos Alliance
Foram alcançados avanços significativos na área da inteligência artificial física. Em 1º de junho, a NVIDIA lançou oficialmente o Cosmos3, um grande modelo fundamental de mundo aberto para IA física. Como o primeiro modelo de IA física de grande porte totalmente de código aberto e multimodal do mundo, ele utiliza uma arquitetura Transformer híbrida inovadora que combina raciocínio visual, geração de mundos e previsão de ações em um único sistema. Isso poderia reduzir drasticamente o ciclo de treinamento e avaliação da IA física de meses para apenas alguns dias.
O Cosmos3 oferece uma solução inovadora para o desafio de longa data do setor: “a dificuldade de generalização em cenários do mundo real com dados limitados e estruturas de simulação fragmentadas”. O modelo foi treinado em um enorme conjunto de dados de IA física contendo bilhões de textos, imagens, vídeos, áudio e trajetórias de movimento. Ele é capaz de compreender e gerar naturalmente conteúdo multimodal, alcançando precisão líder no setor em simulação física.

Do ponto de vista técnico, o Cosmos3 combina de forma inovadora um Transformer de raciocínio com um Transformer generativo. O modelo primeiro analisa profundamente as regras de interação entre objetos, os estados de movimento e as relações espaço-temporais; em seguida, gera vídeos com precisão e prevê trajetórias de ação. Esse design proporciona uma sólida compreensão multimodal de imagens e texto, a capacidade de simular e prever ambientes físicos, além de recursos de estratégia de ação para ajudar robôs a realizar tarefas específicas. Em vários benchmarks convencionais de IA física, incluindo Artificial Analysis, Physics-IQ e RoboLab, o Cosmos3 está entre os melhores modelos de código aberto.
Para atender a diferentes estágios de desenvolvimento, a NVIDIA lançou várias versões: o Cosmos3Super, focado no treinamento secundário de modelos de robótica e direção autônoma com extrema precisão, e o Cosmos3Nano, que pode realizar análise de vídeo de alta qualidade e raciocínio de ação em segundos. Ambos já estão oficialmente disponíveis. A versão Cosmos3Edge, projetada para inferência em tempo real em dispositivos de borda, também está no roteiro de lançamentos.
Juntamente com o lançamento do modelo de grande porte, a NVIDIA cofundou a “NVIDIA Cosmos Coalition” com equipes líderes mundiais de pesquisa de modelos e desenvolvedores de IA de todo o mundo, incluindo Agile Robots, Black Forest Labs, Generalist, LTX, Runway e Skild AI. O fundador e CEO da NVIDIA, Jensen Huang, afirmou que, com avanços contínuos no raciocínio multimodal e nos modelos mundiais, a era transformadora da IA física chegou. O lançamento desses modelos de código aberto de ponta ajudará desenvolvedores em todo o mundo a alcançar avanços tecnológicos e criar a próxima geração de sistemas inteligentes capazes de perceber, raciocinar e agir no mundo real.
Artigo relacionado
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri
Conformidade com a regulamentação de veículos autônomos na Califórnia: uma nova era de multas, geocercas e 1 milhão de milhas
A Guident opera um veículo de transporte da AuveTech no sul da Flórida, administrando uma rota de quatro milhas em West Palm Beach e uma rota de uma milha em Boca Raton por meio de sua tecnologia de m
Recomendações de tópicos especiais relacionados
Comentários (0)
Foram alcançados avanços significativos na área da inteligência artificial física. Em 1º de junho, a NVIDIA lançou oficialmente o Cosmos3, um grande modelo fundamental de mundo aberto para IA física. Como o primeiro modelo de IA física de grande porte totalmente de código aberto e multimodal do mundo, ele utiliza uma arquitetura Transformer híbrida inovadora que combina raciocínio visual, geração de mundos e previsão de ações em um único sistema. Isso poderia reduzir drasticamente o ciclo de treinamento e avaliação da IA física de meses para apenas alguns dias.
O Cosmos3 oferece uma solução inovadora para o desafio de longa data do setor: “a dificuldade de generalização em cenários do mundo real com dados limitados e estruturas de simulação fragmentadas”. O modelo foi treinado em um enorme conjunto de dados de IA física contendo bilhões de textos, imagens, vídeos, áudio e trajetórias de movimento. Ele é capaz de compreender e gerar naturalmente conteúdo multimodal, alcançando precisão líder no setor em simulação física.

Do ponto de vista técnico, o Cosmos3 combina de forma inovadora um Transformer de raciocínio com um Transformer generativo. O modelo primeiro analisa profundamente as regras de interação entre objetos, os estados de movimento e as relações espaço-temporais; em seguida, gera vídeos com precisão e prevê trajetórias de ação. Esse design proporciona uma sólida compreensão multimodal de imagens e texto, a capacidade de simular e prever ambientes físicos, além de recursos de estratégia de ação para ajudar robôs a realizar tarefas específicas. Em vários benchmarks convencionais de IA física, incluindo Artificial Analysis, Physics-IQ e RoboLab, o Cosmos3 está entre os melhores modelos de código aberto.
Para atender a diferentes estágios de desenvolvimento, a NVIDIA lançou várias versões: o Cosmos3Super, focado no treinamento secundário de modelos de robótica e direção autônoma com extrema precisão, e o Cosmos3Nano, que pode realizar análise de vídeo de alta qualidade e raciocínio de ação em segundos. Ambos já estão oficialmente disponíveis. A versão Cosmos3Edge, projetada para inferência em tempo real em dispositivos de borda, também está no roteiro de lançamentos.
Juntamente com o lançamento do modelo de grande porte, a NVIDIA cofundou a “NVIDIA Cosmos Coalition” com equipes líderes mundiais de pesquisa de modelos e desenvolvedores de IA de todo o mundo, incluindo Agile Robots, Black Forest Labs, Generalist, LTX, Runway e Skild AI. O fundador e CEO da NVIDIA, Jensen Huang, afirmou que, com avanços contínuos no raciocínio multimodal e nos modelos mundiais, a era transformadora da IA física chegou. O lançamento desses modelos de código aberto de ponta ajudará desenvolvedores em todo o mundo a alcançar avanços tecnológicos e criar a próxima geração de sistemas inteligentes capazes de perceber, raciocinar e agir no mundo real.
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri











