NVIDIA otevřela čtyři simulátory světa. Vstupenkou je 16B model a velmi drahá grafika

NVIDIA rozšířila Cosmos 3 o čtyři open-weight checkpointy pro interaktivní simulaci robotů a autonomních vozidel. Všechny vycházejí z Cosmos3-Nano se 16 miliardami trénovatelných parametrů a jsou dostupné pod licencí OpenMDW 1.1 pro komerční i nekomerční použití podle jejích podmínek.

Čtyři checkpointy rozdělují simulaci mezi silnici, senzory a robotické ruce

Transfer-Auto generuje až 11 synchronizovaných kamerových pohledů a umí je spojit s LiDAR. Sim-Auto vytváří navazující krátké úseky kamerového videa a LiDAR podle měnícího se řízení. Sim-Transfer převádí hloubku, segmentaci, hrany nebo rozmazaný obraz ze simulátoru na RGB video. Sim-Bimanual předpovídá další pozorování podle pohybu dvourukého robota nebo kamery.

Modely nevytvářejí celý simulátor samy. Uzavřená smyčka pro řízení vyžaduje runtime a renderer, který po každé akci aktualizuje prostorové podmínky. U Sim-Transfer navíc fyziku a skutečný stav dál počítá klasický simulátor, zatímco model dodává obraz.

Otevřené váhy dávají týmům společný základ pro vlastní data

Praktická hodnota leží v post-training receptech. Výrobce robota nebo vozidla může model přizpůsobit vlastnímu uspořádání kamer, LiDARu a prostředí, místo aby stavěl generátor od nuly. Kratší generované úseky zároveň dovolují častěji promítat nové akce do dalšího pozorování.

Pro vývojáře je to hlavně infrastruktura pro syntetická data a testování policy. Může rozšířit pokrytí počasí, osvětlení a dopravních situací, které se v reálném světě shánějí draze nebo nebezpečně.

Open-weight model ještě neznamená levný ani věrný svět

Publikované požadavky zahrnují Linux, NVIDIA GPU, Docker a NVIDIA Container Toolkit. Nastavení vLLM-Omni bylo testováno na jednom GB200, přičemž NVIDIA výslovně říká, že nejde o minimální paměťovou specifikaci. To je návod k reprodukci, nikoli příslib dostupného provozu.

NVIDIA také uvádí časovou nekonzistenci, proměny objektů a nevěrohodnou dynamiku u dlouhých, detailních nebo fyzikálně složitých výstupů. Krátké demo ověří, že pipeline běží. Neprokáže, že simulace bezpečně nahradí reálné testy.

O užitku rozhodne přenos policy ze simulace do skutečného stroje

Sledovat je potřeba výsledky na držených epizodách, stabilitu dlouhých rolloutů a chování mimo tréninkové prostředí. Pro autonomní řízení bude klíčové, zda zůstane geometrie shodná napříč kamerami a LiDARem.

Nejdůležitější signál přijde až při sim-to-real testech. Pokud policy trénovaná v Cosmosu zvládne skutečný stroj lépe a s menším množstvím reálných dat, checkpointy mají cenu. Bez toho zůstává krásné video jen drahou kulisou.

Lilithin verdikt

NVIDIA dodala filmové kulisy i návod, jak je přestavět. Teď musí robot projít dveřmi ve skutečné laboratoři, aniž by narazil do zdi, kterou model zapomněl.