NVIDIA представляет Cosmos 3 Edge: компактные мировые модели для физического ИИ
Разбор новой 4-миллиардной модели NVIDIA Cosmos 3 Edge, созданной для понимания физического мира и работы на локальных устройствах.
Обновлено:
3 мин чтения
0 просмотров
Разбор новой 4-миллиардной модели NVIDIA Cosmos 3 Edge, созданной для понимания физического мира и работы на локальных устройствах.
3 мин
Компания NVIDIA опубликовала на платформе Hugging Face новую коллекцию моделей под названием Cosmos 3. В центре внимания — модель Cosmos 3 Edge с 4 миллиардами параметров. Это так называемые омнимодальные мировые модели (omnimodal world models), разработанные специально для физического искусственного интеллекта (physical AI). Выход этой коллекции означает важный шаг в переносе сложных вычислений, связанных с пониманием физического пространства, из облака на конечные устройства.
Долгое время развитие искусственного интеллекта фокусировалось на обработке текста и статических изображений. Однако для создания полноценных роботов, автономного транспорта и умных производственных систем требуются алгоритмы совершенно иного класса. Системы должны понимать законы физики, геометрию пространства и причинно-следственные связи.
Концепция мировых моделей (world models) предполагает, что искусственный интеллект формирует внутреннее представление об окружающей среде. Это позволяет агенту симулировать возможные варианты развития событий и планировать свои действия до того, как они будут выполнены в реальности. До недавнего времени такие модели требовали колоссальных вычислительных мощностей и работали преимущественно на мощных серверах.
Согласно опубликованным данным, коллекция Cosmos 3 включает около 20 различных элементов. Ключевой особенностью модели Cosmos 3 Edge является ее размер — 4 миллиарда параметров.
Такой объем делает модель достаточно компактной для развертывания на периферийных устройствах (edge devices). Это означает, что дроны, промышленные роботы или автономные машины смогут запускать эту модель непосредственно на своем бортовом оборудовании. Омнимодальность подразумевает, что архитектура способна одновременно обрабатывать и связывать различные потоки данных: видео с камер, показания датчиков, пространственные координаты и текстовые команды.
Публикация Cosmos 3 Edge на Hugging Face — это стратегический шаг NVIDIA по укреплению своих позиций в сфере аппаратного и программного обеспечения для робототехники. Открывая доступ к таким инструментам, компания стимулирует разработчиков создавать приложения, которые в конечном итоге будут работать на чипах NVIDIA.
Возможность запускать мировые модели локально решает сразу несколько критических проблем физического ИИ. Во-первых, устраняется задержка при передаче данных (latency), что жизненно важно для роботов, принимающих решения в реальном времени. Во-вторых, повышается надежность системы, так как она перестает зависеть от стабильности интернет-соединения. В-третьих, локальная обработка данных снижает риски, связанные с конфиденциальностью и безопасностью.
Появление компактных мировых моделей указывает на смену парадигмы в развитии автономных систем. В ближайшие годы мы, вероятно, увидим переход от полностью облачного управления роботами к гибридным архитектурам.
Базовое понимание физики, навигация и быстрые реакции будут обрабатываться на самом устройстве с помощью моделей класса Edge. Облачные вычисления останутся для более сложных задач, долгосрочного планирования и глобального обучения. Время покажет, насколько эффективно Cosmos 3 Edge сможет справляться с хаосом реального мира, но направление, заданное NVIDIA, четко определяет вектор развития всей индустрии прикладной робототехники.
NVIDIA выпустила компактную омнимодальную модель Cosmos 3 Edge на 4 млрд параметров, предназначенную для понимания физического мира непосредственно на конечных устройствах роботов.
Перенос мировых моделей из облака на локальные устройства решает проблему задержки сигнала (latency), что является критическим барьером для массового внедрения автономных роботов в реальном времени.
