Nuevos modelos abiertos NVIDIA Cosmos 3 para la simulación interactiva de mundos
NVIDIA publica cuatro checkpoints de pesos abiertos de la familia Cosmos 3 para la simulación interactiva de mundos y la generación de datos de conducción. Todos son variantes posentrenadas de Cosmos 3 Nano.
Qué dice el artículo
Los cuatro modelos tienen 16 000 millones de parámetros entrenables (15 000 millones según las fichas de modelo). Cosmos3-Nano-Transfer-Auto genera vídeo de conducción multivista sincronizado con hasta 11 cámaras, incluidas ojo de pez, con generación conjunta RGB-LiDAR y ajuste de clima, iluminación y hora del día. Cosmos3-Nano-Sim-Auto es una variante en streaming que produce fragmentos de cámara y LiDAR en pocos pasos de eliminación de ruido para ejecuciones interactivas. Cosmos3-Nano-Sim-Transfer convierte controles del simulador (profundidad, segmentación, bordes, desenfoque) y un texto en vídeo fotorrealista. Cosmos3-Nano-Sim-Bimanual predice vídeo a partir de acciones de robot o cámara para configuraciones de dos brazos YAM y AgiBot.
Las recetas de posentrenamiento, una canalización de cuatro etapas y habilidades de agente están en GitHub. Los modelos usan la licencia OpenMDW-1.1, que permite uso comercial y no comercial. La configuración Bimanual requiere Linux, una GPU NVIDIA, Docker y NVIDIA Container Toolkit.
Leer el artículo oficial Ficha AnnuIA
Resumen redactado por AnnuIA con sus propias palabras a partir de la página oficial de Hugging Face. El contenido y los derechos pertenecen al editor: consulte el artículo original.
Más anuncios de Hugging Face
- Una mirada a fondo a Phonon TTS: voz de alta calidad en el dispositivo que lidera los benchmarks
- Dharma Field Extractor: cualquier documento de entrada, campos estructurados en JSON de salida
- Transformers Model Integration Contracts
- StateBench: probando cómo los modelos de lenguaje siguen los cambios de estado en documentos largos