NVIDIAが公開した「Cosmos Cookbook」は、物理AI（Physical AI）のためのスケーラブルな合成データ生成を支援する包括的なガイドブックです。物理AIモデルの学習には、多様で物理的に妥当な大規模データが必要ですが、実世界から収集するにはコストが高く、時間とリスクが伴います。これに対し、NVIDIA Cosmosのオープンワールド基盤モデル（WFMs）と「Cosmos Transfer」技術を活用することで、高精細な合成データの生成と既存データの拡張が可能になります。 この Cookbook には、推論、データ選別、微調整、評価の各段階をカバーする手順書が収録されており、特に「Cosmos Transfer」を用いた世界間スタイル転送のレシピが注目されています。たとえば、動画の背景をリアルに変更したり、日中から夜間へ、屋内から屋外へと照明条件を変化させたり、物体の色や質感を再現しつつ構造を保持する技術が紹介されています。これらの手法は、ロボットが異なる環境で人のジェスチャーを正しく認識するためのデータ拡張に有効です。 自動運転開発では、実際の走行データをさまざまな環境条件に変換することで、より堅牢な認識モデルの訓練が可能になります。また、シミュレーションデータから現実世界に適用する際の「Sim2Realギャップ」を埋めるために、Cosmos Transferを活用したデータ拡張レシピも提供されており、透明な障害物を正しく検出する能力の向上が実証されています。 スマートシティ開発では、CARLAシミュレーターで動的な都市交通シーンを再現し、Cosmos Transferで写実的な動画とアノテーションデータを生成するワークフローが実装されています。合成データの品質評価には、物理法則に合致するかを判断する「Cosmos Reason」と呼ばれる推論型VLM（視覚言語モデル）も活用されています。 Cosmos Cookbookはオープンソースプラットフォームとして、開発者や研究者が新しいレシピを共有・共同開発できる仕組みを備えています。手順に従ってフォーク・ブランチ作成・変更・プルリクエストを提出することで、コミュニティ全体の技術進化に貢献可能です。 NVIDIAは、このツール群を通じて、AIが現実世界で安全かつ信頼性高く動作するための基盤を築いています。物理AIの未来を支えるデータ生成の革新が、この Cookbook によって加速されています。