NVIDIA Cosmos erweitert Tools für Weltmodelle
NVIDIA hat die Cosmos-Plattform zur Entwicklung von Weltmodellen für physische KI-Systeme deutlich ausgebaut. Bei der GTC Berlin stellte das Unternehmen neue Trainingswerkzeuge, Simulations-Prüfpunkte und Blaupausen für die Cosmos Data Factory vor. Ziel ist es, Entwicklern den Weg von der Datenaufbereitung über das Modelltraining bis zum Einsatz zu verkürzen. Die Cosmos-Modelle belegen nach NVIDIA-Angaben Top-fünf-Plätze in mehreren offenen Modellranglisten und dienen als modulare Grundlage für Datengenerierung, Modellanpassung, Verhaltenstests und Performanceoptimierung. Im Zentrum steht die Cosmos Data Factory, die multimodale und multisensorische Daten für physische KI-Systeme beschriften, kuratieren, augmentieren und bewerten kann. Der GPU-beschleunigte Cosmos Curator unterstützt nun zusätzliche Eingabedaten und Verarbeitungsschritte. Fünf Cloud-Blaupausen stehen über GitHub, Microsoft Azure, Nebius und CoreWeave bereit. Porsche nutzt die Werkzeuge über Voxel51 auf Microsoft Azure, um einen datenbasierten Testkreislauf für autonome Fahrfunktionen im Volkswagen-Konzern aufzubauen. Das Unternehmen erwartet bis zu 90 Prozent weniger wiederholte reale Testfahrten und bis zu 85 Prozent kürzere Entwicklungszeiten. ANYbotics erzeugte mit den Blaupausen über 1.500 synthetische Videoclips und validierte die Ergebnisse über die Plattform von Encord, um Inspektionsroboter zur Erkennung von Flüssigkeitsaustritten und anderen Anomalien zu trainieren. Ultralytics trainierte sein YOLO-Modell mit echten Bildern und gezielten synthetischen Fehlern, um Fehlerlokalisation und Trefferquote zu verbessern. Parallel erweitert NVIDIA das Cosmos Framework, das als offener Baukasten für Training, Optimierung und Bereitstellung dient. Entwickler und KI-Agenten können damit offene Modelle wie GR00T, Alpamayo, QWEN, Pi0.5 und weitere Hugging-Face-Modelle durch Feinabstimmung und verstärkendes Lernen anpassen. Außerdem stehen Verfahren wie Modellkompression, Quantisierung und optimierte Inferenz bereit. Das Roboterforschungslabor MicroAGI trainierte Cosmos 3 mit Videos menschlicher Manipulationsaufgaben nach und verdichtete ein 32-Milliarden-Parameter-Modell auf ein 8-Milliarden-Parameter-Nano-Modell, ohne Genauigkeit zu verlieren. Über Roboflow lassen sich Cosmos 3 und Cosmos Data Factory an eigene Umgebungen anpassen und auf verwalteten oder lokalen NVIDIA-GPU-Infrastrukturen bereitstellen. Für die Evaluierung vor dem Feldeinsatz bringt NVIDIA Cosmos-3-Nano-Varianten für Simulationen, mit denen autonome Steuerungsstrategien in wiederholbaren, mehransichtigen und multisensorischen Szenarien getestet werden können. Begleitender Code ermöglicht das Training und Testen von Modellen für autonome Fahrzeuge und zweihändige Roboter in interaktiven Simulationen. Die aktualisierten Cosmos-NIM-Mikrodienste sollen bis zu doppelt so schnelle Inferenz ohne Qualitätsverlust liefern und kontinuierliche Videoanalyse mit Warnungen in weniger als einer Sekunde ermöglichen. Die neue Metropolis-Blaupause für Videosuche und -zusammenfassung 3.3 nutzt diese Dienste, um Teams mit gleicher GPU-Kapazität 40 Prozent mehr Videostreams überwachen zu lassen. ADNOC setzt die auf Cosmos und der Metropolis-Blaupause basierende MistIQ-Plattform von Fogsphere ein, um an 65 Standorten Gefahren in Echtzeit zu erkennen; dabei kann Cosmos Data Factory seltene Ereignisse synthetisch ergänzen, ohne gefährliche Testsituationen real herzustellen.
