NVIDIA suma cuatro checkpoints open-weight a su familia Cosmos 3

Qué hay de nuevo

Los cuatro checkpoints amplían la familia Cosmos 3 con ejemplos ya post-entrenados. Transfer-Auto genera vídeo sincronizado en hasta 11 vistas de cámara, incluidas las de tipo ojo de pez, y admite generación conjunta de RGB y LiDAR usando controles de mapa HD y range-map alineados.

Sim-Auto se describe como la variante de streaming de Transfer-Auto, destilada de forma causal. Sim-Bimanual permite simulación interactiva de dos brazos para las encarnaciones YAM y AgiBot.

Según el reporte, Transfer predice un paso por fragmento, mientras que la configuración optimizada de Bimanual predice dos. La destilación de consistencia usa un profesor congelado para entrenar a un estudiante que genera cada fragmento en cuatro pasos de eliminación de ruido.

Acceso y requisitos

Los checkpoints open-weight se pueden descargar, y la fuente indica que los pesos abiertos y las recetas de post-entrenamiento ofrecen un punto de partida común para adaptar los modelos. El ejemplo de acción mixta usa 59 valores de control, rellenados hasta 64 durante el entrenamiento.

Sim-Bimanual exige Linux, una GPU NVIDIA, Docker y el NVIDIA Container Toolkit. La configuración publicada de vLLM-Omni se probó en una GB200, y la fuente aclara que eso no es una especificación de memoria mínima. También advierte que una ejecución corta correcta confirma que el código funciona, no que el modelo converja.

Qué significa para creadores y negocios

Para quien produce vídeo, la generación sincronizada en varias cámaras puede resultar útil si trabaja con escenas multicámara o con datos de sensores. Para pequeños negocios y vendedores, en cambio, el foco en simulación y robótica queda lejos de las tareas habituales de catálogo o redes sociales.

Conviene revisar la licencia OpenMDW1.1 y los requisitos técnicos antes de planificar nada. La fuente no publica precios, comparativas de calidad ni un mínimo de memoria, así que esos datos habría que confirmarlos con NVIDIA. La propia empresa señala que sigue siendo difícil medir dónde estos modelos sostienen de forma fiable el aprendizaje y la evaluación de políticas.