NVIDIA เปิดให้ใช้งานน้ำหนักโมเดล AI Cosmos-Reason2 ขนาด 32B สำหรับการใช้งานเชิงพาณิชย์

ข้อความจาก AIMPACT เมื่อวันที่ 30 เมษายน (UTC+8) ตามการติดตามของ Beating นิวเดียได้เปิดเผยน้ำหนักของโมเดล Cosmos-Reason2-32B Cosmos Reason 2 เป็นโมเดลภาษาเชิงภาพและปัญญาประดิษฐ์ทางฟิสิกส์ (VLM) ที่เปิดตัวโดยนิวเดียเมื่อปลายปีที่แล้ว ซึ่งสามารถประมวลผลภาพ วิดีโอ และข้อความพร้อมกัน โดยออกแบบมาเพื่อสอนหุ่นยนต์และระบบขับขี่อัตโนมัติให้เข้าใจพื้นที่ เวลา และกฎพื้นฐานของฟิสิกส์ ในตอนนั้นได้เปิดเผยเฉพาะน้ำหนักของรุ่นเล็กสองรุ่นที่มีพารามิเตอร์ 2 พันล้านและ 8 พันล้านเท่านั้น รุ่นเฟลกซ์ที่มีพารามิเตอร์ 32 พันล้านนั้นเพิ่งเปิดเผยครั้งแรกในครั้งนี้ ฐานรากของมันคือ Qwen3-VL-32B-Instruct โดยใช้ใบอนุญาตโมเดลเปิดของ NVIDIA สำหรับการใช้งานเชิงพาณิชย์ หากให้วิดีโอการขับขี่แก่มัน มันสามารถวิเคราะห์และตัดสินว่าการเลี้ยวขวาปลอดภัยหรือไม่ในขณะที่ดู; หากให้ภาพถ่ายคลังสินค้า มันสามารถระบุพิกัด 2D/3D และกรอบขอบเขตของสินค้าแต่ละชิ้น ใช้งานหลักสามด้านคือ: วิเคราะห์สตรีมวิดีโอในบริบทเมืองและอุตสาหกรรม ทำเครื่องหมายข้อมูลเซ็นเซอร์เป็นจำนวนมาก และทำหน้าที่เป็นสมองวางแผนสำหรับหุ่นยนต์รูปคนและยานพาหนะขับขี่อัตโนมัติ เมื่อเทียบกับรุ่นก่อนหน้า มีการเพิ่มฟีเจอร์ตรวจจับวัตถุและการระบุตำแหน่งแบบแม่นยำตามเวลาสตรีมวิดีโอในบริบทเมืองและอุตสาหกรรม ทำเครื่องหมายข้อมูลเซ็นเซอร์เป็นจำนวนมาก และทำหน้าที่เป็นสมองวางแผนสำหรับหุ่นยนต์รูปคนและยานพาหนะขับขี่อัตโนมัติ เมื่อเทียบกับรุ่นก่อนหน้า มีการเพิ่มฟีเจอร์ตรวจจับวัตถุและการระบุตำแหน่งแบบแม่นยำตามเวลา ส่วนหน้าต่างบริบทขยายเป็น 256K token (ที่มา: BlockBeats)