NVIDIA heeft zijn Cosmos-platform voor wereldmodellen uitgebreid met nieuwe trainingstools, simulatiemodellen en kant-en-klare blauwdrukken voor trainingsdata. Wereldmodellen helpen robots en zelfrijdende systemen de fysieke wereld te begrijpen en te simuleren.
Betere trainingsdata
Cosmos Data Factory bundelt tools voor het labelen, selecteren, aanvullen en beoordelen van trainingsdata voor fysieke AI. Er zijn nu vijf blauwdrukken beschikbaar via GitHub, Microsoft Azure, Nebius en CoreWeave. Ze genereren onder meer moeilijk vast te leggen verkeerssituaties, synthetische video’s van zeldzame of gevaarlijke gebeurtenissen en afbeeldingen van productiefouten voor inspectiemodellen.
Porsche gebruikt de tools binnen de Volkswagen Group voor data van autonoom rijden en verwacht volgens NVIDIA tot 90 procent minder herhaalde testritten en tot 85 procent kortere ontwikkelcycli. ANYbotics maakte ruim 1.500 synthetische videoclips om inspectierobots te leren lekkages te herkennen.
Modellen aanpassen en verkleinen
Met Cosmos Framework kunnen ontwikkelaars en agents open modellen zoals GR00T, Alpamayo en Qwen bijtrainen, verkleinen via distillatie en kwantisatie, en daarna in gebruik nemen. Onderzoekslab MicroAGI bracht een Cosmos 3-redeneermodel van 32 miljard parameters terug tot een Nano-model van 8 miljard parameters, volgens NVIDIA zonder verlies aan nauwkeurigheid.
Testen in simulatie en snellere inferentie
Nieuwe Cosmos 3 Nano-varianten laten ontwikkelaars het gedrag van zelfrijdende auto’s en robots testen in herhaalbare simulaties voordat ze de echte wereld in gaan. Bijgewerkte Cosmos 3 NIM-microservices leveren volgens NVIDIA tot twee keer snellere inferentie zonder kwaliteitsverlies. De Metropolis-blauwdruk voor het doorzoeken en samenvatten van video, versie 3.3, zou met dezelfde GPU 40 procent meer videostreams aankunnen.