NVIDIAは2026年8月6日(現地時間)、物理AIの最先端を推進するオープンワールドモデル「NVIDIA Cosmos 3」を発表した。このモデルファミリーは、ビジョン推論、ワールド生成、アクション予測の能力を統合し、ロボット、自動運転車、ビジョンAIシステム向けの訓練データ生成、シミュレーション、システム特化を可能にする基盤を提供する。
NVIDIA Cosmos 3は、mixture-of-transformersアーキテクチャに基づき、シーン理解、合成データ生成、将来状態のシミュレーション、特化型ワールドアクションモデルの構築を可能にする。開発者は、この単一のモデルファミリーをビジョン言語モデル、物理ベースのワールドシミュレーター、またはワールドアクションモデルのバックボーンとして活用できる。Cosmos 3には、高精度ワールドモデリング向けのCosmos 3 Super (64B)、効率的な推論と後処理向けのCosmos 3 Nano (16B)、エッジデバイスでのビジョン推論とロボットポリシー展開向けのCosmos 3 Edge (4B) が含まれる。特にCosmos 3 Edgeは、NVIDIA RTX GPUs、NVIDIA DGX systems、NVIDIA Jetsonを含むエッジGPUに展開可能である。
NVIDIA Cosmosワールド基盤モデルは、Linux FoundationのOpenMDW 1.1ライセンスの下で提供され、各チームは自身のデータとハードウェアでモデルを後処理できる。これは、モデルの特化が技術的な要件となる物理AIの分野において重要である。NVIDIA Omniverseライブラリはシミュレーション対応の環境構築を支援し、OpenUSDはデジタルツイン、シミュレーション、合成データ生成ワークフローにおける複雑な3Dデータの構成、再利用、交換のためのオープンフレームワークを提供する。
Cosmos 3は、複数のベンチマークにおいて高い性能を示しており、Artificial Analysisのオープンウェイトテキスト-画像および画像-動画生成、PAI-Benchのワールド生成、Physics-IQの画像-動画カテゴリで第1位を獲得した。ロボットポリシーではRoboLabで第1位、ビジョン理解ではCosmos 3 SuperがVANTAGE-Benchで最高のオープンモデルと評価された。
すでにNVIDIA Cosmosは、Doosan Robotics、LG Electronics、Samsung Electronics、Skild AIなどがロボティクス分野で、Li Auto、Xiaomi、Afariが自動運転車で、Centific、Fogsphere、Linker Vision、Milestone Systems、YuanがビジョンAIエージェントとして活用している。NVIDIA Cosmos Coalitionは最近日本にも拡大され、ロボティクスおよび製造業のリーダーが工場、物流、農業、建設、ヘルスケア、交通分野向けのオープンワールドモデルの開発に貢献する予定である。
参考: NVIDIA Blog (AI) — 2026年8月6日 22:00 (JST)
原文ハイライト"Open world models are already being used to generate training data, test policies"