NVIDIA представляет открытые мировые модели как критически важный слой для физического ИИ, утверждая, что роботам, автономным транспортным средствам и промышленным системам машинного зрения нужны модели, способные предсказывать, как меняются среды, а не просто описывать, как они выглядят. В последнем посте NVIDIA Blog компания выводит NVIDIA Cosmos 3, Omniverse и OpenUSD в центр этой стратегии.

Это объявление — скорее заявление о направлении для стека физического ИИ NVIDIA, чем запуск нового продукта. Компания заявляет, что открытые модели позволяют разработчикам загружать, изучать, модифицировать и запускать системы на собственной инфраструктуре, а затем адаптировать их под конкретных роботов, датчики, транспорт и рабочие среды. Такая специализация становится практическим требованием по мере того, как физический ИИ движется от демонстраций к внедрению.

Почему NVIDIA продвигает открытые мировые модели

Системам физического ИИ приходится иметь дело с последствиями, неопределённостью и редкими условиями. Роботу может понадобиться предсказать, сместится ли объект после контакта; автономному автомобилю — рассуждать о необычном дорожном событии; а системе машинного зрения — интерпретировать меняющееся освещение, погоду или промышленную активность. NVIDIA говорит, что традиционные датасеты дорого собирать в нужном масштабе, особенно для долгих хвостов сценариев, которые трудно или небезопасно воспроизводить в реальном мире.

Мировые модели решают эту проблему, изучая отношения между сценами, действиями и будущими состояниями. Они могут генерировать физически обоснованные данные, моделировать возможные исходы и помогать командам тестировать политики до внедрения. NVIDIA описывает открытые мировые модели как основу, которую можно адаптировать под конкретную задачу, а не как готовую систему интеллекта для любой среды.

Компания связала этот аргумент со своим участием в письме «Open Weights and American AI Leadership», подписанном в июле NVIDIA и более чем 200 компаниями и организациями. В письме утверждалось, что лидерство в ИИ следует измерять тем, охватывает ли открытая экосистема широкий спектр отраслей, а не производительностью одной модели на границе возможностей. Это заявление — позиция в пользу определённого курса, а не независимое доказательство рыночного принятия, но оно объясняет акцент NVIDIA на загружаемых весах и контроле со стороны разработчиков.

Cosmos 3 соединяет генерацию, симуляцию и действие

NVIDIA говорит, что NVIDIA Cosmos 3 создан для объединения визуального рассуждения, генерации мира и предсказания действий в одном семействе моделей. Разработчики могут использовать его как vision-language модель, как симулятор будущих состояний мира, как генератор синтетических данных или как основу для специализированных world-action моделей.

Семейство включает Cosmos 3 Super — модель с 64 миллиардами параметров для высокоточной моделировки мира; Cosmos 3 Nano с 16 миллиардами параметров для более эффективного рассуждения и постобучения; и Cosmos 3 Edge — модель с 4 миллиардами параметров, предназначенную для визуального рассуждения на устройстве и развёртывания роботических политик. NVIDIA утверждает, что Cosmos 3 Edge может работать на GPU RTX, системах DGX и оборудовании Jetson, включая платформы Jetson Thor.

NVIDIA также заявляет, что её мировые фундаментальные модели выпущены под лицензией OpenMDW 1.1 Линукс Фонда. По словам компании, эта лицензия позволяет командам проводить постобучение моделей на своих данных и оборудовании. Для разработчиков важно не только наличие доступа к весам модели, но и возможность изменять модель, не отправляя чувствительные операционные данные во внешний сервис.

Не менее важно и сопутствующее окружение инструментов. Библиотеки NVIDIA Omniverse предоставляют возможности для создания сред, готовых к симуляции, а OpenUSD обеспечивает открытую основу для компоновки и обмена 3D-данными между цифровыми двойниками, симуляциями и потоками синтетических данных. В принципе, такое сочетание может сократить повторяющуюся работу, когда разработчики меняют ассеты, конфигурации датчиков или условия среды.

Доказательства и ограничения заявлений NVIDIA

Самые сильные заявления о производительности и внедрении в анонсе исходят от самой NVIDIA. Компания говорит, что Cosmos 3 занимает первое место в нескольких оценках, включая категории Artificial Analysis для text-to-image и image-to-video генерации с открытыми весами, PAI-Bench для генерации мира и категорию image-to-video в Physics-IQ. NVIDIA также сообщает о первом месте в RoboLab для роботических политик и утверждает, что Cosmos 3 Super — самый высокоранжированный открытый модельный вариант на VANTAGE-Bench по визуальному пониманию.

Эти результаты показывают области, с которыми NVIDIA хочет связать Cosmos 3 на рынке, но источник не приводит ни исходных баллов, ни конфигураций тестов, ни независимого воспроизведения. Поэтому лидерство в бенчмарках следует рассматривать как заявленное вендором, а не как окончательное доказательство того, что модели будут превосходить альтернативы в конкретной производственной среде.

NVIDIA также перечисляет внедрения или сотрудничество с Doosan Robotics, LG Electronics, Samsung Electronics и Skild AI в робототехнике; Li Auto, Xiaomi и Afari в автономных транспортных средствах; а также несколько компаний, работающих над промышленными и smart-space системами машинного зрения. В объявлении не приводятся цифры по использованию, промышленным внедрениям, выручке или улучшению производительности. Эти названия свидетельствуют о вовлечённости экосистемы, но не доказывают, что Cosmos 3 стал стандартной платформой.

Что означает этот стек для разработчиков и бизнеса

Для разработчиков ИИ предложение NVIDIA — это более интегрированный путь разработки: использовать Cosmos 3 для генерации сценариев или рассуждений о них, строить среды через Omniverse и OpenUSD, обучать или тестировать политики в симуляции, а затем переносить оптимизированную модель на edge-устройство. Такой рабочий процесс может быть ценен там, где реальные данные дороги, чувствительны с точки зрения безопасности или слишком скудны, чтобы покрывать необычные события.

Обратная сторона — сложность. Мировая модель, хорошо работающая на общих сценах, всё же может не понимать специфическую геометрию робота компании, расположение камер, шум датчиков или операционные процедуры. Постобучение остаётся необходимым, а качество симуляции может стать узким местом, если среды неточно отражают контакт, движение, погоду или поведение людей.

Более широкий портфель NVIDIA в области физического ИИ отражает эту стратегию специализации. Isaac GR00T ориентирован на робототехнику, Alpamayo — на автономные автомобили, а Metropolis поддерживает vision AI. По сути, компания предлагает семейство доменно-ориентированных компонентов вокруг общей экосистемы оборудования и симуляции, а не просит клиентов принимать одну универсальную модель.

Для предприятий практические вопросы будут касаться лицензирования, затрат на оборудование, управления данными, валидации и операционной надёжности. Запуск моделей на собственной инфраструктуре может улучшить контроль над чувствительными данными, но также может переложить на заказчика бремя обслуживания, мониторинга и обновления моделей. В критически важных для безопасности средах синтетические данные и симуляция будут поддерживать тестирование — но не устранят необходимость реальной проверки.

На что смотреть дальше

Следующими значимыми сигналами станут независимые результаты бенчмарков, раскрывающие условия оценки и сравнивающие Cosmos 3 с другими открытыми и проприетарными мировыми моделями. Производственные доказательства будут важнее списков партнёров: покупателям стоит искать измеримые улучшения времени обучения, показателей успеха политик, обнаружения сбоев или стоимости внедрения.

Расширение Cosmos Coalition в Японии — ещё одно событие, за которым стоит следить. Компания заявляет, что лидеры в робототехнике и производстве намерены вносить модели, исследования и методы оценки для фабрик, логистики, сельского хозяйства, строительства, здравоохранения и транспорта. Покажут ли эти усилия наличие повторно используемых датасетов, публичных оценок или доменно-специфичных моделей — так станет ясно, насколько открыта экосистема на практике.

Также важны доступность и удобство использования Cosmos 3 Edge на оборудовании Jetson. Edge-развёртывание может снизить задержки и зависимость от связи, но только если более компактная модель сохранит приемлемую надёжность при реальных ограничениях датчиков и вычислений.

Взгляд Creati.ai

Анонс NVIDIA указывает на реальное узкое место в физическом ИИ: командам нужен не просто способный модельный набор. Им нужны контролируемые веса, специализированное обучение, реалистичные среды и повторяемые способы тестировать поведение до того, как машины начнут работать рядом с людьми и ценным оборудованием.

Преимущество компании — в попытке связать эти уровни через Cosmos 3, NVIDIA Omniverse, OpenUSD и собственные аппаратные платформы. Открытым остаётся вопрос, превращаются ли открытость и результаты бенчмарков в надёжные и экономичные внедрения. Для разработчиков и корпоративных покупателей решающим доказательством станут прозрачные оценки и операционные результаты в чётко определённых средах — а не только широта экосистемного нарратива NVIDIA.