Коротко
- Согласно сообщению NVIDIA, каждая из четырёх моделей Cosmos 3 Nano имеет 16 миллиардов обучаемых параметров.
- По заявлению компании, Transfer-Auto может генерировать синхронизированные видео с изображениями до 11 камер, а также данные RGB–LiDAR.
- Как отмечает NVIDIA, Sim-Auto создаёт последовательное видео с камер и наблюдения LiDAR на основе команд управления автомобилем.
- Модели доступны для коммерческого и некоммерческого использования на условиях OpenMDW1.1.
5 ноября 2026 года NVIDIA добавила в семейство моделей Cosmos 3 четыре контрольные точки с открытыми весами для интерактивного моделирования мира и мультисенсорных сцен вождения. Объявление опубликовано на Hugging Face. По сообщению NVIDIA, каждая модель семейства Cosmos3-Nano имеет 16 миллиардов обучаемых параметров. Их можно использовать для самых разных задач — от генерации данных для вождения до прогнозирования визуальных результатов движений робота.
На каких задачах сосредоточены четыре модели?
Cosmos3-Nano-Transfer-Auto предназначена для создания сценариев вождения при разных погодных условиях, освещении и времени суток. NVIDIA сообщает, что модель поддерживает генерацию синхронизированного видео с изображениями до 11 камер, включая камеры с объективом «рыбий глаз», а также данных RGB–LiDAR. Начальные RGB-изображения можно задавать для управления внешним видом сцены. Для генерации LiDAR также используются управляющие данные в виде выровненной карты дальностей HD-карты. Структура сцены и движение транспорта задаются с помощью элементов управления World Scenario Map (WSM), а внешний вид — текстовыми промптами.
Cosmos3-Nano-Sim-Auto — причинно-дистиллированная версия Transfer-Auto для потокового моделирования. По данным NVIDIA, модель использует текущие команды управления автомобилем и историю предыдущих генераций, чтобы создавать короткие фрагменты видео с камер и наблюдений LiDAR. Для взаимодействия в замкнутом цикле также нужны среда выполнения симуляции, обновляющая управляющие данные, и генератор WSM.
Cosmos3-Nano-Sim-Transfer предназначена для генерации RGB-изображений на основе управляющих данных симулятора. В качестве входных данных можно использовать глубину, сегментацию, контуры и размытие; расчёт физического состояния и движения остаётся в симуляторе. Четвёртая модель, Sim-Bimanual, прогнозирует последующие наблюдения по действиям робота или камеры. В объявлении приведены примеры взаимодействия с использованием двух рук для конфигураций роботов YAM и AgiBot.
Лицензия и сведения об установке
NVIDIA описывает четыре контрольные точки как примеры дообучения для Cosmos 3 Nano. Общий подход к обучению включает адаптацию к связям между областью применения и управляющими данными, обучение с принудительной подстановкой целевых значений, дистилляцию согласованности и этапы обучения на собственной истории генераций модели. Компания рекомендует тестировать результаты модели на данных, используемых для обучения и оценки: успешный короткий тестовый запуск сам по себе не означает, что обучение завершено.
Согласно объявлению, модели распространяются на условиях OpenMDW1.1, допускающих коммерческое и некоммерческое использование. Требования к установке — Linux, NVIDIA GPU, Docker и NVIDIA Container Toolkit — указаны в контексте Sim-Bimanual. Опубликованная установка vLLM-Omni проверена на одном GB200; это не заявлено как минимальный объём памяти или обязательный уровень GPU.
Влияние на рабочие процессы в архитектуре и визуализации
Модели Cosmos 3 представлены не как инструменты для архитектурного моделирования или визуализации интерьеров, а как решения для симуляции вождения и робототехники. Тем не менее подход, при котором управляющие данные симулятора преобразуются в изображения, может заинтересовать технические команды, изучающие визуальные данные и взаимодействие в контролируемых виртуальных сценах. В объявлении не говорится о прямой интеграции с архитектурными или archviz-программами.
Поэтому для студий и команд визуализации потенциальная польза может заключаться скорее в исследованиях на основе симуляции, чем в немедленном внедрении в производственный процесс. Перед использованием следует изучить требования выбранной модели, проверить её совместимость с целевым оборудованием и ознакомиться с условиями OpenMDW1.1. Адаптация под собственную конфигурацию датчиков или рабочую область также может потребовать дообучения.
Источники
Источников: 1Тексты источников не перепечатываются; короткие цитаты отмечены, остальное — наш пересказ и комментарий.
Главная особенность анонса Cosmos 3 — не одна универсальная модель, а отдельные решения для разных задач: генерации данных о вождении офлайн, потокового моделирования и визуального прогнозирования движений робота. Такое разнообразие может быть полезно командам, занимающимся симуляцией и исследованиями в области ИИ, однако модели не позиционируются как новая функция для непосредственного использования в архитектурном проектировании и archviz-производстве.
Студиям и командам визуализации в Турции стоит начинать оценку с конкретного сценария использования. Указанные для Sim-Bimanual требования к установке и пример конфигурации, протестированной на одном GB200, не следует воспринимать как минимальные аппаратные требования для всех моделей. Перед тестированием также стоит учесть условия лицензии и возможную необходимость адаптации на собственных данных.
Частые вопросы
Какие модели добавлены в NVIDIA Cosmos 3?
В объявлении NVIDIA перечислены четыре модели: Transfer-Auto, Sim-Auto, Sim-Transfer и Sim-Bimanual. По данным компании, каждая из них имеет 16 миллиардов обучаемых параметров.
По какой лицензии можно использовать модели Cosmos 3?
Согласно сообщению NVIDIA, модели распространяются на условиях OpenMDW1.1, допускающих коммерческое и некоммерческое использование.
Какие требования к установке Cosmos 3 указаны?
Требования Linux, NVIDIA GPU, Docker и NVIDIA Container Toolkit приведены в контексте установки Sim-Bimanual. Опубликованная установка vLLM-Omni для этой модели проверена на одном GB200; в объявлении это не названо минимальным аппаратным требованием.
