Neue offene NVIDIA-Cosmos-3-Modelle für interaktive Weltsimulation
NVIDIA hat vier Open-Weight-Checkpoints der Cosmos-3-Familie für interaktive Weltsimulation und die Erzeugung von Fahrdaten veröffentlicht. Alle sind nachtrainierte Varianten von Cosmos 3 Nano.
Worum es im Artikel geht
Die vier Modelle haben 16 Mrd. trainierbare Parameter (laut Modellkarten 15 Mrd.). Cosmos3-Nano-Transfer-Auto erzeugt synchronisiertes Multi-View-Fahrvideo mit bis zu 11 Kameras, auch Fisheye, mit gemeinsamer RGB-LiDAR-Erzeugung und einstellbarem Wetter, Licht und Tageszeit. Cosmos3-Nano-Sim-Auto ist eine Streaming-Variante, die Kamera- und LiDAR-Abschnitte in wenigen Entrauschungsschritten für interaktive Abläufe erzeugt. Cosmos3-Nano-Sim-Transfer wandelt Simulatorsteuerungen (Tiefe, Segmentierung, Kanten, Unschärfe) und einen Text-Prompt in fotorealistisches Video um. Cosmos3-Nano-Sim-Bimanual sagt Video aus Roboter- oder Kameraaktionen für zweiarmige YAM- und AgiBot-Ausführungen voraus.
Post-Training-Rezepte, eine vierstufige Trainingspipeline und Agent-Skills stehen auf GitHub bereit. Die Modelle stehen unter der Lizenz OpenMDW-1.1, die kommerzielle und nichtkommerzielle Nutzung erlaubt. Das Bimanual-Setup erfordert Linux, eine NVIDIA-GPU, Docker und das NVIDIA Container Toolkit.
Offiziellen Artikel lesen AnnuIA-Profil
Zusammenfassung von AnnuIA in eigenen Worten nach der offiziellen Seite von Hugging Face. Inhalt und Rechte liegen beim Herausgeber: bitte den Originalartikel lesen.
Weitere Meldungen zu Hugging Face
- Ein genauerer Blick auf Phonon TTS: hochwertige Sprachausgabe auf dem Gerät, die die Benchmarks anführt
- Dharma Field Extractor: beliebiges Dokument rein, strukturierte Felder als JSON raus
- Transformers Model Integration Contracts
- StateBench: Wie Sprachmodelle Zustandsänderungen in langen Dokumenten verfolgen