NVIDIA Cosmos 3: un modello aperto per l'IA fisica
NVIDIA Cosmos 3: un modello del mondo aperto per l'IA fisica che unisce visione, generazione del mondo e azione in un unico sistema.
Traduzione generata automaticamente con IA. La versione tedesca è l'originale verificato dalla redazione.
NVIDIA ha usato il suo keynote al Computex 2026 per presentare Cosmos 3, un modello world foundation aperto per l'IA fisica che unisce ragionamento visivo, generazione del mondo e previsione delle azioni in un unico sistema. È il segnale più chiaro finora che la prossima frontiera non è la chat, ma macchine che comprendono il mondo reale e agiscono in esso.
01. Il cambiamento: la potenza di calcolo è dati
Il mondo reale è praticamente infinito, e i dati reali sono difficili da scalare. La posizione di NVIDIA è schietta: per l'IA fisica, la potenza di calcolo è dati. Invece di raccogliere più riprese, Cosmos 3 genera dati di addestramento fisicamente accurati su richiesta, motivo per cui NVIDIA afferma che questo accorcia i cicli di addestramento e valutazione per l'IA fisica da mesi a giorni. È stato addestrato su 20 trilioni di token multimodali, tra cui quasi un miliardo di immagini e 400 milioni di video reali e sintetici.
02. Un modello, tre compiti
Se le release precedenti di Cosmos suddividevano il lavoro tra modelli separati (Predict, Transfer, Reason, Policy), Cosmos 3 li riunisce in un unico omnimodello, costruito su un'architettura Mixture-of-Transformers in cui pixel, azione, suono e linguaggio fluiscono attraverso un unico transformer autoregressivo:
- Come VLM: osserva il mondo fisico, descrive le scene e segnala ciò che è importante.
- Come modello del mondo: genera video sintetici fisicamente accurati a partire da un'immagine, un testo o un video.
- Come simulatore: chiude il ciclo per l'addestramento e la valutazione delle policy robotiche.
Per l'IA fisica, la potenza di calcolo è dati. Cosmos trasforma la parte più pesante di ogni progetto di robotica, generare abbastanza scenari realistici per addestrare e validare, in una chiamata API.
03. La coalizione, e perché la osserviamo
NVIDIA ha inoltre lanciato la Cosmos Coalition, una collaborazione con Agile Robots, Black Forest Labs, Generalist, LTX, Runway e Skild AI per far progredire insieme i modelli del mondo di prossima generazione. I pesi sono aperti, e una variante Nano da 8B è abbastanza piccola da funzionare in locale, accompagnata da un ampio rapporto tecnico e da una guida per sviluppatori.
Questo si colloca esattamente dove si sovrappone il nostro lavoro di IA, XR e design 3D. Un modello del mondo che genera ambienti sintetici fisicamente accurati è in sostanza un motore di dati e simulazione, e la parte pesante di ogni progetto di robotica, digital twin o spatial computing raramente è il modello, ma piuttosto generare abbastanza scenari realistici per addestrare e validare. Per i clienti che costruiscono qualcosa che deve comprendere il mondo reale o agire in esso, "la potenza di calcolo è dati" smette di essere uno slogan e diventa un workflow.
Fonti: NVIDIA Newsroom, NVIDIA Blog, panoramica NVIDIA Cosmos.
