NVIDIA Cosmos 3: un modelo abierto para la IA física
NVIDIA Cosmos 3: un modelo del mundo abierto para la IA física, que integra visión, generación del mundo y acción en un solo sistema.
Traducción generada automáticamente con IA. La versión alemana es el original revisado por la redacción.
NVIDIA aprovechó su keynote de Computex 2026 para lanzar Cosmos 3, un modelo fundacional del mundo abierto para la IA física que integra el razonamiento visual, la generación del mundo y la predicción de acciones en un único sistema. Es la señal más clara hasta ahora de que la próxima frontera no es el chat, sino máquinas que entienden y actúan en el mundo real.
01. El cambio: la computación es datos
El mundo real es efectivamente infinito, y los datos del mundo real son difíciles de escalar. El planteamiento de NVIDIA es rotundo: para la IA física, la computación es datos. En lugar de recopilar más metraje, Cosmos 3 genera datos de entrenamiento físicamente precisos a demanda, razón por la que NVIDIA afirma que reduce los ciclos de entrenamiento y evaluación de la IA física de meses a días. Fue entrenado con 20 billones de tokens de datos multimodales, incluyendo cerca de mil millones de imágenes y 400 millones de vídeos reales y sintéticos.
02. Un modelo, tres funciones
Donde las versiones anteriores de Cosmos repartían el trabajo entre modelos separados (Predict, Transfer, Reason, Policy), Cosmos 3 los colapsa en un único omnimodelo construido sobre una arquitectura mixture-of-transformers, con píxeles, acción, sonido y lenguaje fluyendo a través de un único transformador autorregresivo:
- Como VLM: observa el mundo físico, describe escenas y señala lo que importa.
- Como modelo del mundo: genera vídeo sintético físicamente preciso a partir de una imagen, texto o vídeo.
- Como simulador: cierra el bucle para el entrenamiento y la evaluación de políticas robóticas.
Para la IA física, la computación es datos. Cosmos convierte la parte más difícil de cualquier proyecto de robótica, generar suficientes escenarios realistas contra los que entrenar y validar, en una llamada a una API.
03. La coalición, y por qué la observamos
NVIDIA también lanzó la Cosmos Coalition, una colaboración con Agile Robots, Black Forest Labs, Generalist, LTX, Runway y Skild AI para impulsar conjuntamente los modelos del mundo de próxima generación. Los pesos son abiertos, y una variante Nano de 8B es lo bastante pequeña como para funcionar en local, junto con un extenso informe técnico y una guía para desarrolladores.
Esto se sitúa exactamente donde se solapa nuestro trabajo de IA, XR y diseño 3D. Un modelo del mundo que genera entornos sintéticos físicamente precisos es, en efecto, un motor de datos y simulación, y la parte difícil de cualquier proyecto de robótica, gemelo digital o computación espacial rara vez es el modelo, es producir suficientes escenarios realistas contra los que entrenar y validar. Para los clientes que construyen cualquier cosa que tenga que entender o actuar en el mundo real, la computación es datos deja de ser un eslogan y se convierte en un flujo de trabajo.
Fuentes: NVIDIA Newsroom, NVIDIA Blog, resumen de NVIDIA Cosmos.
