NVIDIA、Cosmos 3を公開：ツインタワー・ミクスチャー・オブ・トランスフォーマーによる物理推論、世界生成、行動生成を統合した基盤モデル

NVIDIAは、物理AI向けのオープンな全モーダル世界モデル「Cosmos 3」ファミリーを公開した。2つのタワーからなるMixture-of-Transformersアーキテクチャを採用し、自己回帰型VLM推論器と拡散生成器を組み合わせることで、物理推論、世界生成、行動生成を1つのモデルで統合。Edge、Nano、Superの3スケールを提供し、ロボティクス、自動運転車、倉庫監視などに対応。OpenMDW-1.1ライセンスで、チェックポイント、トレーニングスクリプト、デプロイツール、データセットをオープンソース化。複数のベンチマークで最先端の成果を達成。