NVIDIA、Cosmos 3ワールドモデルを発表。2つのバージョンをダウンロード可能

動察 Beating の監視によると、NVIDIAは本日、Cosmos 3 ワールドモデルのモデル重みのダウンロードを正式に開始しました。最初にリリースされたのは、Super（646億パラメータ）とNano（157億パラメータ）の2つのバージョンで、両方ともHuggingFace（アクセス制限なし、直接ダウンロード可能）およびbuild.nvidia.comで利用可能であり、NVIDIA NIMマイクロサービス形式でのデプロイもサポートされています。Cosmos 3は、物理AI向けのマルチモーダル（omnimodel）ワールドベースモデルであり、新しく開発された混合Transformerアーキテクチャ（Mixture of Transformers）を採用し、テキスト、画像、動画、環境音、動作をネイティブに理解・生成できます。Superバージョンは、最高レベルの物理精度を必要とするロボットや自動運転モデルの後学習に向けられ、Nanoバージョンは高品質な動画と動作推論を低遅延で実現するシナリオに最適です。また、エッジ端末でのリアルタイム推論向けのEdgeバージョンは近日中のリリースが予定されています。NVIDIAはCosmos 3を「世界初の完全にオープンなマルチモーダルモデル」と位置づけており、開発者は自由にダウンロード・後学習・独自モデルへの変換が可能です。