كشفت شركة نيفيديا رسمياً عن إطلاق نموذج Cosmos 3 Edge، وهو نموذج عالمي مفتوح المصدر يتكون من 4 مليارات معلمة، ومصمم خصيصاً للذكاء الاصطناعي المادي والعوامل البصرية العاملة في بيئات الحافة. يتوفر النموذج عبر منصة Hugging Face، ويهدف إلى تمكين الروبوتات والأنظمة الذكية من فهم ديناميكيات البيئة، والتنبؤ بالتغيرات المستقبلية، واتخاذ القرارات في الوقت الفعلي دون الاعتماد على مراكز البيانات المركزية. يتفوق النموذج في الكفاءة التشغيلية على مجموعة واسعة من أجهزة الحافة المعتمدة، بما في ذلك وحدات Jetson T2000 وT3000، وبطاقات RTX، وأجهزة DGX. ويحقق استدلالاً فورياً بسرعة 15 هرتز على معالج Jetson Thor، مما يمنحه صدارة ترتيب VANTAGE-Bench للمؤشرات البصرية، ويضع معياراً جديداً في تعلم سياسات الروبوتات بين النماذج المماثلة من حيث الحجم والدقة. يعتمد Cosmos 3 Edge على مفهوم النمذجة العالمية الذي يتجاوز التعرف البصري الأساسي إلى فهم العلاقات المكانية والنتائج المتوقعة للأفعال. وتقنياً، يدمج النموذج بنية مزدوجة من أبراج المحولات تشارك طبقات انتباه متعددة الوسائط، مما يربط بين الترميز اللغوي والتنبؤ المرئي في تمثيل موحد. يقوم النظام بتحويل مخرجات الأفعال الفيزيائية المختلفة إلى متجهات هندسية مدمجة، مما يخلق رابطاً مباشراً بين التغيرات البصرية وحركات التحكم الميكانيكي. بالإضافة إلى البنية الأساسية، أدرجت الشركة نمط سياسة مدمج يتنبأ بالنتيجة البصرية لكل إجراء، مما يعزز تدريب وتقييم السياسات الروبوتية. وقد صاحب الإطلاق إصدار سياسة DROID الموجهة لمهام المناورة، مع توفير أدوات ونصوص تدريب لاحق مفتوحة لتخصيص النموذج لبيانات قطاعية محددة. كما أطلقت نسخة مسحوقة من نموذج Cosmos 3 Super تقلل خطوات الاستدلال من نحو 40 خطوة إلى 4 خطوات فقط، مما يرفع سرعة التوليد بنسبة تصل إلى 25 ضعفاً دون المساس بالجودة. وتؤكد نيفيديا أن هذا الإطلاق يمثل حجر أساس لمنصة نماذج عالمية مفتوحة، حيث تستعد لتطوير قدرات المحاكاة التفاعلية ومحاكاة سيناريوهات القيادة والروبوتات مستقبلاً. يركز التطوير القادم على تحسين الكفاءة عبر أطر عمل مثل vLLM، مما يوسع نطاق تطبيق الذكاء الاصطناعي المادي في القطاعات الصناعية والصحية والبنية التحتية الذكية.