Lần này Nvidia không công bố chip mới mà là một mô hình — và nó là mã nguồn mở.
Cosmos 3, được CEO Jensen Huang gọi là "mô hình nền tảng tiên phong mở cho Physical AI," nhằm giúp robot và xe tự hành có khả năng "tưởng tượng" điều gì sẽ xảy ra tiếp theo trong thế giới vật lý, sau đó quyết định cách di chuyển.
Một mô hình cho cả nhìn, suy nghĩ và hành động
Cosmos 3 được xây dựng trên kiến trúc transformer lai: một transformer để suy luận và một transformer để sinh. Transformer suy luận trước tiên hiểu tương tác giữa các vật thể, chuyển động và mối quan hệ không gian-thời gian; transformer sinh sau đó tạo ra video và quỹ đạo hành động.
Điểm khác biệt là khả năng xuất trực tiếp "dữ liệu hành động" — góc khớp, độ mở kẹp, đường đi. Trước đây, dữ liệu như vậy phải được thu thập thủ công trong môi trường thực; giờ đây mô hình có thể tổng hợp.
Nvidia cho biết điều này giảm chu kỳ huấn luyện và đánh giá cho Physical AI từ vài tháng xuống còn vài ngày.
Ba kích thước, nhỏ nhất có thể chạy trên workstation
Nvidia phát hành ba phiên bản cùng lúc:
- Cosmos 3 Nano (16B tham số) — chạy trên workstation với một RTX PRO 6000
- Cosmos 3 Super (64B tham số) — dành cho trung tâm dữ liệu với Hopper/Blackwell
- Cosmos 3 Edge (sẽ phát hành) — dành cho suy luận thời gian thực ở biên
Kích thước 16B đáng chú ý: các nhóm robot nhỏ có thể chạy nó trên workstation của riêng họ mà không cần thuê cloud.
Trong các điểm chuẩn, Nvidia tuyên bố Cosmos 3 đứng đầu nhiều bảng xếp hạng: Physics-IQ, PAI-Bench, R-Bench cho sinh thế giới; RoboArena cho chính sách hành động; và một số điểm chuẩn hiểu thị giác. Tất nhiên đây là các điểm chuẩn do Nvidia chọn; hiệu suất thực tế cần chờ cộng đồng kiểm chứng.
Nvidia cũng thành lập Cosmos Alliance
Ngoài mã nguồn mở, Nvidia ra mắt "Cosmos Alliance," với các thành viên sáng lập gồm Agile Robots, Black Forest Labs, Generalist, LTX, Runway và Skild AI — sự kết hợp giữa công ty robot và công ty sinh video.
Jensen Huang nói: "Dòng sản phẩm Cosmos 3 gồm các omnimodel tiên phong mở mang lại cho nhà phát triển bước nhảy vọt về thế hệ trong khả năng xây dựng robot, xe tự hành và AI thị giác."
Lựa chọn chiến lược rất thú vị. Mảng Physical AI hiện rất đông đúc, nhưng hầu hết các công ty giữ mô hình đóng. Nvidia làm ngược lại: mở mã nguồn mô hình nền tảng và xây dựng liên minh. Cược của họ không phải vào việc bán một robot cụ thể — mà là mọi người đều dùng mô hình và chip của họ để huấn luyện robot. Chiến lược "bán xẻng" một lần nữa.
Nguồn: NVIDIA Newsroom; Tech Startups; Axios; CocoLoop