NVIDIA Cosmos 3が物理AIに「考えてから行動する」能力を付与

NVIDIAは、物理AIシステムに行動を起こす前に推論し計画する能力を与えるために設計されたオープンなオムニモデル、Cosmos 3を発表しました。この基盤モデルは、機械が物理世界と安全かつ効率的に対話しなければならないエンボディードAIの分野における重要な進歩を表しています。 入力に反応する従来のAIモデルとは異なり、Cosmos 3は物理AIシステムが事前に考えることを可能にします。ロボットがアームを動かしたり、車両を運転したり、物体を操作したりする前に、その行動の結果をシミュレーションし、最も安全で効率的な経路を選択できます。この「考えてから行動する」能力は、ミスが高くついたり危険を伴ったりする可能性のあるアプリケーションにとって極めて重要です。 このモデルは「オムニモデル」として設計されており、複数のタイプの感覚入力と出力モダリティを処理できます。視覚データ、空間情報、タスク指示を処理して、環境と望ましい結果の包括的な理解を構築します。これにより、物理AIシステムは複雑で構造化されていない環境でも、より高い信頼性で動作できるようになります。 Cosmos 3の主要なブレークスルーの1つは、シミュレーションと現実世界の間のギャップを埋める能力です。このモデルは、何百万ものシナリオを安全に探索できるシミュレーション環境でトレーニングし、その後その知識を物理ロボットに転送できます。このシミュレーションから実世界への転送は、現実世界の予測不可能性に対処できる堅牢な自律システムを開発するために不可欠です。 安全性はCosmos 3の主要な焦点です。事前に行動を計画し、複数の可能な結果を考慮することで、システムは衝突を回避し、機器への損傷を防ぎ、その動きが近くの人間にとって安全であることを保証できます。これにより、製造、物流、ヘルスケア、自動運転車などのアプリケーションに適しています。 NVIDIAはCosmos 3をオープンモデルとしてリリースしており、世界中の研究者や開発者がこの基盤の上に構築できるようにしています。このオープンなアプローチは、イノベーションを加速することが期待されています。