NVIDIAは2026年10月21日(現地時間)、物理AIシステムが現実世界を理解・シミュレートする「ワールドモデル」の迅速な構築を支援するため、Cosmosプラットフォームを拡張したと発表した。新たなトレーニングツール、シミュレーションチェックポイント、Cosmos Data Factoryの設計図を導入し、開発から展開までのプロセスを加速する。
NVIDIAのCosmosプラットフォームは、6種類のオープンモデルリーダーボードでトップ5にランクインしており、データ、トレーニング、最適化ツールおよびレシピをワールドモデル開発者に提供する。これにより、トレーニングデータのスケーリング、モデルの適応、動作テスト、展開前のパフォーマンス最適化が可能となる。
ワールドモデルの構築は、マルチモーダル、マルチセンシングデータから始まる。Cosmos Data Factoryは、物理AIのトレーニング向けにデータの大規模なラベリング、キュレーション、拡張、評価のためのツール群を統合した。GPUアクセラレーション対応のCosmos Curatorは、マルチモーダルマルチセンシング入力と処理ブロックのサポートを追加した。
Cosmos Data Factoryは、現在5つのクラウドネイティブな設計図を提供しており、GitHub、Microsoft Azure、Nebius、CoreWeaveを通じて利用可能である。これには、自動運転車両データセット生成、画像属性拡張、イベントビデオ生成、欠陥画像生成、ビデオデータ拡張が含まれる。Porscheは、Volkswagen Groupのブランド間で共有される自動運転車両データフライホイールの開発を主導し、Microsoft Azure上でVoxel51を通じてCosmos Data Factoryを利用している。また、ANYboticsはCosmos Data Factoryの設計図で1,500以上の合成ビデオクリップを生成し、Encordのプラットフォームで検証している。コンピュータービジョン企業のUltralyticsは、Cosmos Data Factoryを使用してYOLOモデルを再トレーニングし、欠陥の局所化と再現率を向上させた。
トレーニングデータが準備された後、開発者は独自のアーキテクチャをトレーニングするか、事前トレーニング済みモデルから開始できる。GTC Berlinでは、NVIDIAはCosmos Frameworkのトレーニング、最適化、展開ツールおよびレシピをエージェントスキルとして、GR00T、Alpamayo、QWEN、Pi0.5、その他の互換性のあるHugging Faceモデルを含むより多くのオープンモデルに拡張した。MicroAGIは、Cosmos 3をオブジェクトを操作する人間のビデオでポストトレーニングし、320億パラメータの推論器を80億パラメータのNanoモデルに蒸留した。
NVIDIAはまた、Cosmosモデルに関する研究を通じて基盤技術の進歩を続けている。シミュレーション用の新しいCosmos 3 Nanoモデルのバリアントにより、開発者は反復可能で捉えにくいマルチビューマルチセンサーシナリオで自律ポリシーをテストできる。開発者は、更新されたNVIDIA Cosmos 3 NIM microservicesを使用してコアCosmosモデルを展開でき、これにより検証済み構成で最大2倍の高速な推論を実現する。ビジョンAI開発者向けには、Cosmos NIM microservices上に構築された新しいNVIDIA Metropolis Blueprint for video search and summarization (VSS) 3.3により、同じGPUで40%多くのビデオストリームを監視可能になる。ADNOCは、CosmosとNVIDIA Metropolis VSS Blueprintで構築されたFogsphereのMistIQエージェントプラットフォームを使用し、65拠点でリアルタイムの安全上の危険を検出している。
参考: NVIDIA Blog (AI) (アーカイブ) — 2026年10月22日 14:00 (JST)
原文ハイライト"NVIDIA Cosmos platform gives world model builders the frontier open models"