Desta vez, a Nvidia não lançou um novo chip, mas sim um modelo — e de código aberto.
O Cosmos 3, que o CEO Jensen Huang chama de "modelo de base de fronteira aberta para Physical AI," tem como objetivo dar a robôs e veículos autônomos a capacidade de "imaginar" o que acontecerá a seguir no mundo físico e, em seguida, decidir como se mover.
Um único modelo para ver, pensar e agir
O Cosmos 3 é construído sobre uma arquitetura híbrida de transformers: um transformer para raciocínio e outro para geração. O transformer de raciocínio primeiro entende as interações entre objetos, movimentos e relações espaço-temporais; o transformer de geração então produz vídeos e trajetórias de ação.
O que o diferencia é a capacidade de gerar diretamente "dados de ação" — ângulos de juntas, aberturas de garras e caminhos de movimento. Anteriormente, esses dados precisavam ser coletados manualmente em ambientes reais; agora o modelo pode sintetizá-los.
A Nvidia afirma que isso reduz o ciclo de treinamento e avaliação para Physical AI de meses para dias.
Três tamanhos, o menor cabe em uma estação de trabalho
A Nvidia lançou três versões de uma só vez:
- Cosmos 3 Nano (16B parâmetros) — roda em uma estação de trabalho com uma única RTX PRO 6000
- Cosmos 3 Super (64B parâmetros) — para data centers com Hopper/Blackwell
- Cosmos 3 Edge (a ser lançado) — para inferência em tempo real na borda
O tamanho de 16B é notável: pequenas equipes de robótica podem executá-lo em suas próprias estações de trabalho sem alugar nuvem.
Em benchmarks, a Nvidia afirma que o Cosmos 3 lidera várias tabelas de classificação: Physics-IQ, PAI-Bench, R-Bench para geração de mundo; RoboArena para política de ação; e vários benchmarks de compreensão visual. Claro, estes são benchmarks selecionados pela Nvidia; o desempenho real aguarda testes da comunidade.
A Nvidia também forma a Cosmos Alliance
Além do código aberto, a Nvidia lançou a "Cosmos Alliance", com membros fundadores incluindo Agile Robots, Black Forest Labs, Generalist, LTX, Runway e Skild AI — uma mistura de empresas de robótica e geração de vídeo.
Jensen Huang disse: "A família Cosmos 3 de omnimodelos de fronteira abertos oferece aos desenvolvedores um salto geracional na capacidade de construir robôs, veículos autônomos e IA de visão."
A escolha estratégica é interessante. O espaço de Physical AI está lotado, mas a maioria das empresas mantém seus modelos fechados. A Nvidia faz o oposto: abre o modelo base e constrói uma aliança. Sua aposta não é na venda de um robô específico — mas que todos usem seus modelos e chips para treinar robôs. A estratégia de "vender pás", mais uma vez.
Fontes: NVIDIA Newsroom; Tech Startups; Axios; CocoLoop