Что такое Cosmos 3
В отличие от языковых моделей которые работают с текстом, Cosmos 3 обучена на видео, симуляциях и данных с реальных роботов. Она понимает как предметы двигаются, сталкиваются, падают. Может предсказать что произойдёт через секунду или через десять.
Архитектурно это гибрид: Mamba для обработки последовательностей, Mixture of Experts для масштабирования и Transformer для понимания контекста. NVIDIA называет это «мировой моделью» — нейросетью которая строит внутреннее представление о физической реальности.
Кому это нужно
Роботы. Вместо того чтобы программировать каждый жест манипулятора, можно показать Cosmos 3 задачу и модель сама рассчитает траекторию с учётом физики. Беспилотники — предсказание поведения пешеходов и машин на дороге. Складская автоматизация — оптимизация маршрутов погрузчиков.
NVIDIA выпускает модель с открытыми весами. Это принципиально: любой разработчик может скачать, дообучить под свою задачу и запустить на своём железе. Для рынка робототехники где каждый проект уникален, открытость критична.
Почему сейчас
Рынок робототехники перегрет. Figure, Tesla Optimus, Boston Dynamics — все ищут мозги для своих железок. NVIDIA не делает своих роботов, она продаёт чипы и платформы. Cosmos 3 — это приманка: вот вам бесплатная модель, а железо для инференса берите у нас.
Стратегия уже сработала с LLM (все гоняют модели на NVIDIA GPU), теперь тот же подход применяют к робототехнике. Если Cosmos 3 станет стандартом для «физического ИИ», NVIDIA опять снимет кассу.