2026年7月21日 00:58
NVIDIA、「Cosmos 3 Edge」公開
Introducing Cosmos 3 Edge
3行まとめ
- •NVIDIAが「Cosmos 3 Edge」公開
- •40億パラメータのエッジ向けモデル
- •ロボットの動作予測・生成に対応
詳細
概要
NVIDIAは2026年7月20日、Hugging Face上で新しいオープンワールドモデル「Cosmos 3 Edge」を公開した。パラメータ数は40億で、産業・物流・医療施設などのエッジデバイスで動作するロボットやビジョンAIシステムの開発者を主な対象としている。メモリ制約のある環境への展開を想定して設計されており、クラウド接続なしでの推論・制御を可能にする点が特徴である。
技術的特徴
Cosmos 3 Edgeは2つのトランスフォーマータワーを組み合わせた構成を採用する。自己回帰タワーが言語と画像の処理を担当し、拡散タワーが動画とロボットのアクション生成を担う。両タワーは注意層を共有することで、複数の情報形式を統合した表現を実現する。NVIDIAのエッジ向けコンピューティングプラットフォームJetson Thor上では、秒間15フレームでのリアルタイムな推論と制御が可能とされる。
今後の影響
異なるロボットプラットフォーム間で共通のアクション表現を扱えるため、開発者は個別のロボット向けに一からモデルを再学習する手間を減らせる可能性がある。現実世界で動作する物理AIシステムには、環境の変化を理解・予測しアクションの影響を見積もる能力が求められており、Cosmos 3 Edgeはそれをエッジ側で実現することを狙っている。
なぜ重要か
エッジで動くロボット向けAIモデルの選択肢が増え、物理AI開発の効率化に寄与しうる。
元記事を読む — Hugging Face Blog