NVIDIA hat mit den aktualisierten Open World Foundation Models (WFMs) aus der Cosmos-Reihe einen bedeutenden Schritt in der Entwicklung von körperbasierten künstlichen Intelligenzen (Physical AI) unternommen. Diese Modelle, die nun in der Version 2.5 vorliegen, ermöglichen die generative Erstellung hochrealistischer, physikalisch korrekter synthetischer Umweltdaten – eine Schlüsseltechnologie für die Entwicklung sicherer und generalisierbarer Roboter, autonome Fahrzeuge und andere intelligente Systeme. Im Gegensatz zu großen Sprachmodellen, die aus Internetdaten lernen, benötigen Physical AI-Modelle Daten, die in der realen Welt verankert sind. Doch die Erfassung umfassender, vielfältiger und sicherer Realwelt-Daten ist oft kostspielig, zeitaufwendig oder sogar gefährlich. Hier setzt die synthetische Datenproduktion an. Die neuen Cosmos-Modelle vereinen drei Funktionen – Text2World, Image2World und Video2World – in einer kompakten, leichten Architektur, die aus einer einzigen Eingabe (Bild, Video oder Prompt) konsistente, mehrkamerafähige Videosynthetische Welten erzeugt. Cosmos Transfer 2.5 ermöglicht zudem hochauflösende, räumlich kontrollierte Stilübertragungen zwischen Welten: Entwickler können beispielsweise neue Wetterbedingungen, Beleuchtungsszenarien oder Geländemuster in bestehenden Simulationen implementieren – und das mit 3,5-fach geringerem Speicherbedarf und verbessertem physikalischem Realismus. Diese Modelle sind nahtlos in das NVIDIA Isaac Sim integrierbar, eine Open-Source-Robotik-Simulationsplattform auf Basis von Omniverse, die photorealistische Videos erzeugt und die Lücke zwischen Simulation und Realität schließt. Unternehmen wie Skild AI nutzen Cosmos Transfer, um bestehende Trainingsdaten durch vielfältige Variationen zu erweitern und Roboterpolitiken in Isaac Lab zu validieren. Serve Robotics setzt auf Tausende simulierter Szenarien in Isaac Sim, kombiniert mit echten Daten – mit bis zu einer Million Meilen monatlich und 170 Milliarden Bild-Lidar-Proben. Diese Daten treiben die Weiterentwicklung ihrer autonomen Lieferroboter voran, die bereits über 100.000 Mahlzeiten in städtischen Gebieten ausgeliefert haben. Zudem hat Serve kürzlich mit einer Drohne ein NVIDIA DGX Spark-System an die Künstlerin Refik Anadol, Will.I.AM und Ollama geliefert – ein Symbol für die zunehmende Integration von KI-Infrastruktur in physische Logistik. Weitere Anwender wie Lightwheel, FS Studio und Robots for Humanity nutzen Omniverse und Cosmos, um SimReady-Assets, synthetische Datensätze und multimodale Sensordaten (Tiefen-, Segmentierungs- und RGB-Bilder, Bewegungsdaten) zu generieren. So verbessert Santiago Villa mit synthetischen Bildern die Erkennung von Gesteinsbrocken in Bergwerken, wodurch Ausfallzeiten und Kosten erheblich reduziert werden. FS Studio erzeugte photorealistische Paketvarianten, die die Genauigkeit der Objekterkennung in Logistiknetzwerken signifikant steigerten. Scott Dempsey, Omniverse-Ambassador, entwickelt zudem ein Synthesizer-Tool, das Kabel aus Herstellerdaten generiert, um KI-Modelle für Kabelhandling zu trainieren. Die Integration von OpenUSD, Omniverse und Cosmos schafft eine skalierbare, konsistente und kreativ offene Infrastruktur für die Zukunft der körperbasierten KI. Entwickler können nun effizient, sicher und kostengünstig in realitätsnahen Umgebungen trainieren – ein entscheidender Vorteil für die industrielle Anwendung, die Logistik, die Fertigung und die Forschung. Die Brücke zwischen virtueller und physischer Welt wird immer enger – und die Omniverse-Ökologie ist dabei zu einem zentralen Treiber der nächsten KI-Revolution geworden.