発表の内容
NVIDIAは2026年11月5日、Cosmosワールドモデル開発プラットフォームのCosmos 3モデルファミリーに、オープンウェイトのチェックポイント4種を追加しました。いずれもCosmos 3 Nanoを追加学習した例で、学習可能パラメータ数は16Bです。
ライセンスはOpenMDW1.1で、同ライセンスの条件のもとで商用・非商用の両方に利用できます。重みと追加学習のレシピが公開されており、自社の用途に適応させる際の共通の出発点になると説明されています。
4つのチェックポイントの役割
Cosmos3-Nano-Transfer-Autoは、魚眼を含む最大11のカメラ視点にわたる同期動画を生成します。整列したHDマップのレンジマップ制御を用いたRGBとLiDARの同時生成にも対応します。
Cosmos3-Nano-Sim-AutoはTransfer-Autoを因果的に蒸留したストリーミング版と説明されています。Cosmos3-Nano-Sim-Bimanualは、YAMとAgiBotの実体における二腕のインタラクティブなシミュレーションを支援します。
実行環境と技術的な条件
Sim-Bimanualの実行には、Linux、NVIDIA GPU、Docker、NVIDIA Container Toolkitが必要です。公開されたvLLM-Omniの構成はGB200 1台で検証されていますが、これは最小メモリ要件を示すものではないとされています。
一貫性蒸留では、固定した教師モデルを使って、各チャンクを4ステップのノイズ除去で生成する生徒モデルを学習します。最初の画像以降は、潜在空間の各タイムステップが4つのRGBフレームに対応します。Transferは1チャンクにつき1ステップ、報告内の最適化されたBimanual構成は2ステップを予測します。
クリエイターや事業者にとっての意味
動画制作やSNS運用の現場では、複数のカメラ視点をそろえた映像をまとめて生成できる点が、構成の検討や撮影前の確認に役立つ可能性があります。ロボット関連の開発では、二腕シミュレーションが実機を動かす前の検証に使えるかを試す価値があるでしょう。
ただし閉ループのインタラクションにはシミュレーションランタイムとWSMレンダラが必要で、短時間の実行が成功しても収束を確認したことにはならないとされています。モデルが方策学習や評価をどこまで忠実に支えるかを測るのは難しいとも述べられています。料金、ベンチマーク結果、最小メモリ要件は公表されていません。
この記事について：本文は情報源の内容をもとにAIが作成し、情報源と照合したうえで編集者が確認しています。画像はAISTETIKAのためにAIで生成したイメージで、ニュースの実際の画像ではありません。
