Esta vez Nvidia no presentó un nuevo chip, sino un modelo — y es de código abierto.
Cosmos 3, al que el CEO Jensen Huang llama "modelo fundamental de frontera abierta para Physical AI", tiene como objetivo dar a los robots y vehículos autónomos la capacidad de "imaginar" lo que sucederá a continuación en el mundo físico y luego decidir cómo moverse.
Un solo modelo para ver, pensar y actuar
Cosmos 3 se basa en una arquitectura híbrida de transformadores: un transformador para razonamiento y otro para generación. El transformador de razonamiento primero comprende las interacciones entre objetos, movimientos y relaciones espacio-temporales; el transformador de generación luego produce videos y trayectorias de acción.
Lo que lo diferencia es la capacidad de generar directamente "datos de acción" — ángulos de articulaciones, aperturas de pinzas y rutas de movimiento. Anteriormente, estos datos debían recopilarse manualmente en entornos reales; ahora el modelo puede sintetizarlos.
Nvidia dice que esto reduce el ciclo de entrenamiento y evaluación para Physical AI de meses a días.
Tres tamaños, el más pequeño cabe en una estación de trabajo
Nvidia lanzó tres versiones a la vez:
- Cosmos 3 Nano (16B parámetros) — se ejecuta en una estación de trabajo con una sola RTX PRO 6000
- Cosmos 3 Super (64B parámetros) — para centros de datos con Hopper/Blackwell
- Cosmos 3 Edge (por lanzar) — para inferencia en tiempo real en el borde
El tamaño de 16B es notable: los equipos pequeños de robótica pueden ejecutarlo en sus propias estaciones de trabajo sin alquilar la nube.
En puntos de referencia, Nvidia afirma que Cosmos 3 encabeza varias tablas de clasificación: Physics-IQ, PAI-Bench, R-Bench para generación de mundo; RoboArena para política de acción; y varios puntos de referencia de comprensión visual. Por supuesto, estos son puntos de referencia seleccionados por Nvidia; el rendimiento real espera la verificación de la comunidad.
Nvidia también forma la Cosmos Alliance
Además del código abierto, Nvidia lanzó la "Cosmos Alliance", cuyos miembros fundadores incluyen a Agile Robots, Black Forest Labs, Generalist, LTX, Runway y Skild AI — una mezcla de empresas de robótica y generación de video.
Jensen Huang dijo: "La familia Cosmos 3 de omnimodelos de frontera abiertos brinda a los desarrolladores un salto generacional en la capacidad de construir robots, vehículos autónomos e IA de visión."
La elección estratégica es interesante. El espacio de Physical AI está abarrotado, pero la mayoría de las empresas mantienen sus modelos cerrados. Nvidia hace lo contrario: abre el modelo base y construye una alianza. Su apuesta no es por la venta de un robot en particular — sino que todos usen sus modelos y chips para entrenar robots. La estrategia de "vender palas", una vez más.
Fuentes: NVIDIA Newsroom; Tech Startups; Axios; CocoLoop