NVIDIA udostępniła Cosmos 3, opisywany jako pierwszy otwarty model omni dla fizycznej AI (Physical AI). To jeden model, który łączy generowanie obrazu i wideo, rozumowanie o świecie oraz generowanie działań. Wagi i kod trafiły 1 czerwca na Hugging Face oraz GitHub.
Określenie „model omni" oznacza tu jedną sieć obsługującą wiele modalności: tekst, obraz, wideo, dźwięk i akcję. NVIDIA zastosowała architekturę Mixture-of-Transformers, w której część autoregresywna odpowiada za rozumienie, a część dyfuzyjna za generowanie. Dzięki temu model przełącza się między zadaniami bez spinania kilku osobnych systemów. Dostępne są dwa rozmiary: Cosmos 3 Nano (8B reasoner plus 8B generator, łącznie 16B parametrów, pod stacje robocze z kartą RTX PRO 6000) oraz Cosmos 3 Super (po 32B, łącznie 65B, do badań i generowania danych na kartach Hopper i Blackwell).
„Physical AI" to systemy, które rozumieją nie tylko piksele i tokeny, ale też ruch, przyczynowość, fizykę i działanie. Cosmos 3 ma pełnić rolę wspólnej podstawy dla robotyki, pojazdów autonomicznych i inteligentnych przestrzeni. Producent pokazuje zastosowania od operacji typu pick-and-place w robotyce, przez rzadkie scenariusze w jeździe autonomicznej, po generowanie syntetycznych danych treningowych dla bezpieczeństwa w magazynach. Razem z modelami opublikowano sześć otwartych zbiorów danych syntetycznych.
Co Cosmos 3 oznacza dla polskiego biznesu
Otwarte wagi i otwarte dane obniżają próg wejścia w robotykę oraz automatykę przemysłową. Polskie firmy produkcyjne i integratorzy, którzy do tej pory nie mieli budżetu na zbieranie własnych danych z floty robotów, mogą zacząć od gotowych danych syntetycznych i dotrenować model pod swój proces. Wpisuje się to w rosnące zainteresowanie robotyką nad Wisłą, czego przykładem jest niedawne otwarcie laboratorium robotyki SoftServe we Wrocławiu. Trzeba jednak pamiętać, że wariant Super wymaga sprzętu klasy data center, więc realnym punktem startu dla większości zespołów będzie Nano na pojedynczej stacji roboczej.
Źródło: Hugging Face Blog (EN), 1 czerwca 2026.
