NVIDIA запускає Cosmos 3 для робототехніки та автономних систем

На технологічній конференції GTC Taipei компанія NVIDIA офіційно оголосила про масштабний запуск своєї інноваційної моделі штучного інтелекту Cosmos 3. Розробники називають новинку першою у світі повністю відкритою омнімоделлю, здатною до глибокого візуально-орієнтованого аналізу навколишнього світу. Архітектурні особливості системи дозволяють обробляти вхідні дані та видавати високоточні результати у вигляді цілого ряду різних модальностей, таких як стандартний текстовий висновок, згенеровані реалістичні зображення, симуляційні відеоролики та синхронізований фоновий звук реального середовища.

Сучасні безпілотники та роботизовані пристрої регулярно стикаються з проблемою фрагментарного розуміння навколишніх об’єктів через недостатні бази даних або недопрацьоване віртуальне моделювання у звичних симуляторах. Інтелектуальна омнімодель NVIDIA Cosmos 3 розроблена спеціально як ефективний мозок для комплексного фізичного штучного інтелекту (Physical AI). Нова архітектура вміє «нативно» сприймати фізичний простір, що входить, і генерувати команди руху на основі прогнозованої симуляції динамічного відгуку навколишніх речей.

Технічні характеристики

В основу ШІ Cosmos 3 закладено унікальне гібридне інженерне рішення: система органічно поєднує трансформер для виконання когнітивних міркувань та експертний трансформер для прямої візуально-звукової генерації. Внутрішня структура Cosmos 3 працює за наступним двофазним сценарієм:

• Оцінка просторово-часових зв’язків: Спочатку омнімодель дефрагментує складні фізичні закони взаємодії, прораховує масу, кінематику руху та вектор сил;
• Експертний рендеринг: Отримавши точний симуляційний план, другий трансформер переходить безпосередньо до опрацювання деталізованої відеотраєкторії поведінки та наборів керуючих інструкцій.

Інтеграція подібних модулів дозволяє прискорити проведення логічних висновків кілька разів з допомогою використання систем паралельного обчислення без ризику втратити природну точність взаємодії.

Для чого і в яких галузях буде корисна нова нейромережа

Технічні інженери NVIDIA виділяють три ключові концептуальні сценарії практичного впровадження:

• Візуально-мовна модель (VLM): Універсальна когнітивна система, яка розмірковує у всіх класичних людських модальностях;
• Симуляційна світова модель (World Model): Віртуальне фізичне середовище-полігон, що моделює реальність для обкатки автономних пристроїв у безпечних межах віртуального сервера;
• Середовище тонкої попередньої розмітки: Масштабне опорне рішення для тренувань більш точкових або комерційних інтелектуальних моделей.

Різновиди омнімоделі

Для створення варіативної робочої інфраструктури компанія представила систему Cosmos 3 одразу в кількох окремих технічних виданнях:

• Cosmos 3 Super: Ультра-видання, орієнтоване на складний етап фінального пост-навчання комерційних автопілотів та безпілотної спецтехніки промислового масштабу. Гарантує абсолютну достовірність кожного генерованого руху на фізичному рівні;
• Cosmos 3 Nano: Ефективна мікросхема обробки в режимі реального часу. Реалізує надшвидкий відгук за принципом дії робота за малі мікрочастки секунди з мінімумом енерговитрат;
• Cosmos 3 Edge: Перспективна версія нейромережі, що знаходиться на стадії передрелізної готовності. Спроектована для розгортання прямо в локальних блоках периферійних чіпів без потреби задіяти зовнішні хмарні платформи.