NVIDIA erweitert Cosmos mit neuen Werkzeugen für die Entwicklung von Weltmodellen
NVIDIA erklärte, dass es seine Cosmos-Plattform mit neuen Trainingstools, Simulationskontrollpunkten und Cosmos Data Factory-Bauplänen erweitert hat, um die Entwicklung von Weltmodellen für physische KI-Systeme zu beschleunigen. Das Unternehmen erklärte, dass die Ergänzungen Entwicklern helfen sollen, Trainingsdaten zu erstellen, Modelle anzupassen, Verhalten zu testen und Systeme mit weniger manuellen Schritten bereitzustellen.
Beweise und Kontext
In einem Blogbeitrag, der am 22. Oktober 2026 veröffentlicht wurde, teilte NVIDIA mit, dass Cosmos Data Factory nun fünf cloudnativen Blaupausen für Aufgaben wie die Generierung autonomer Fahrzeugdatensätze, Bildattribut-Erweiterung, Event-Video-Generierung, Fehlerbildgenerierung und Video-Daten-Erweiterung enthält. Das Unternehmen teilte mit, dass die Tools über GitHub, Microsoft Azure, Nebius und CoreWeave verfügbar sind. NVIDIA teilte außerdem mit, dass Cosmos Curator Unterstützung für multimodale multisensorische Eingaben und Verarbeitungsblöcke hinzugefügt hat.
Das Unternehmen nannte mehrere frühe Nutzer der Baupläne. NVIDIA teilte mit, dass Porsche Cosmos Data Factory über Voxel51 auf Microsoft Azure nutzt, um ein gemeinsames autonomes Fahrzeug-Daten-Schwungut über die Marken der Volkswagen Group hinweg zu bauen, mit einer erwarteten Reduzierung von wiederholten physischen Testfahrten von bis zu 90% und Entwicklungszykluszeiten um bis zu 85%. NVIDIA erklärte, dass ANYbotics mehr als 1,500 synthetische Videoclips mit Cosmos Data Factory-Bauplänen erzeugt hat, um industrielle Inspektionsroboter zu trainieren, während Ultralytics sein YOLO-Modell mit echten Bildern und synthetischen Defektbeispielen neu trainiert, um die Fehlerlokalisierung und -erinnerung zu verbessern.
NVIDIA gab außerdem bekannt, dass es Cosmos Framework-Trainings-, Optimierungs- und Deployment-Tools als Agentenkompetenzen auf offenere Modelle, darunter Cosmos 3, bei GTC Berlin ausgeweitet hat. Laut dem Unternehmen können Entwickler Modelle wie GR00T, Alpamayo, QWEN, Pi0.5 und andere kompatible Hugging-Face-Modelle feinjustieren und verstärken und dann vor der Einführung Destillation und Quantisierung anwenden. Das Unternehmen erklärte, dass MicroAGI Cosmos 3 auf Videos zur Manipulation menschlicher Objekte nachtrainiert und seinen 32-Billion-Parameter-Reasoner in ein 8-Milliarde-Parameter-Nano-Modell destilliert hat, ohne Genauigkeitsverlust.
Für Simulation und Bewertung erklärte NVIDIA, dass neue Cosmos 3 Nano-Varianten wiederholbare Tests autonomer Richtlinien in Multiview- und Multisensor-Szenarien unterstützen, einschließlich autonomer Fahrzeuge und bimanueller Roboter. Außerdem wurde erklärt, dass aktualisierte Cosmos- 3 NIM-Microservices bis zu 2x schnellere Inferenz ohne Qualitätsverlust in validierten Konfigurationen liefern können, während kontinuierliche Videoanalyse Alarme innerhalb von Sekunden ermöglicht. NVIDIA erklärte, dass sein neues Metropolis Blueprint für Videosuche und Zusammenfassung, 3.3 auf Cosmos NIM-Microservices basiert, Teams helfen kann, 40% mehr Videostreams mit derselben GPU zu überwachen.
Das Unternehmen stellte Cosmos als modulare Plattform zur Erstellung von Trainingsdatensätzen, zum Training und zur Anpassung von Weltmodellen sowie zur Bereitstellung unterstützter Modelle über NIM-Microservices dar. Hintergrundmaterial, das am 22. Oktober 2026überprüft wurde, platziert Cosmos in den breiteren physischen KI-Stack von NVIDIA für Roboter, autonome Fahrzeuge und Vision KI und weist dabei auf bekannte Einschränkungen wie zeitliche Inkonsistenz, Objektmorphing und unwahrscheinliche Dynamiken hin, die zusätzliche Validierung bei sicherheitskritischen Anwendungen erfordern.