NVIDIA startet Cosmos 3: Neue Chip-Fertigungswerkzeuge und humanoider Roboter

Das Modell basiert auf einer Mixture-of-Transformers-Architektur, die Schlussfolgerung und Inhaltserstellung kombiniert. NVIDIA stellt fest, dass Cosmos 3 als Vision-Language-Modell, als Weltmodell zur Simulation physikalischer Umgebungen oder als Grundlage für Roboter-Aktionsmodelle eingesetzt werden kann.

Das Unternehmen behauptet, das Modell führe in mehreren Benchmarks für die Weltgenerierung, roboterische Aktionspolitiken und das Verständnis visueller Daten vor. Cosmos 3 ist in mehreren Versionen verfügbar, darunter Cosmos 3 Super für hochpräzise Anwendungen in der Robotik und autonomen Fahrzeugen sowie Cosmos 3 Nano für schnellere Inferenz.

Die neuen physikalischen KI-Fähigkeiten -, Test- und Bereitstellungsworkflows. Quelle: Nvidia. Zudem hat NVIDIA eine Sammlung -Fähigkeiten für physikalische KI eingeführt, die es KI-Agenten ermöglichen, Aufgaben in den Bereichen Robotik, Vision-KI, autonomes Fahren, Gesundheitswesen und industrielle digitale Zwillinge auszuführen.

Einordnung fuer Autofahrer

Die Tools wandeln komplexe Entwicklungsworkflows in wiederholbare, ührbare Prozesse um, die die Datengenerierung, Simulation, Schulung und Bereitstellung automatisieren können.

Vom Labor zur Fabrik: Für Forscher im Bereich Robotik hat NVIDIA den Isaac GR00T Reference Humanoid Robot eingeführt – ein offenes Referenzdesign, das einen Unitree H2 Plus Humanoid-Roboter, Sharpa-Präzisionsgreifer, Jetson Thor als Bordrechner und die Isaac GR00T-Softwareplattform integriert.

Die Plattform soll die Entwicklung, indem sie Hardware, Simulation, Schulung und Bereitstellung in einem einzigen System zusammenführt. Forschungseinrichtungen wie Ai2, das ETH Zürich, das Stanford Robotics Center und die UC San Diego planen, diese Plattform einzusetzen.

Technik und Auswirkungen

Zudem bringt NVIDIA die KI tiefer in die Halbleiterfertigung ein, indem es mit TSMC zusammenarbeitet. Der Chip-Hersteller nutzt NVIDIA CUDA-X-Bibliotheken und KI-Modelle für computergestützte Lithografie, Transistorsimulation, Prozesssteuerung, Wafer-Inspektion und Fertigungsplanung.

Laut NVIDIA hat TSMC Verbesserungen der Recheneffizienz erzielt und gleichzeitig NVIDIA Metropolis sowie das TAO Toolkit eingesetzt, um die Erkennung optimieren. „NVIDIA und TSMC arbeiten seit fast drei Jahrzehnten zusammen, um die Grenzen des Rechnens zu erweitern", sagte Huang. „TSMC bringt NVIDIA AI und beschleunigtes Computing direkt in den Fabrikbetrieb, um einige der komplexesten Design- und Fertigungsherausforderungen der Welt mit Simulation, Optimierung und KI zu bewältigen." NVIDIA untersucht zudem physikalische KI für autonome Fahrzeuge durch Alpamayo 2 Super, ein Modell mit 32 Milliarden Parametern, das Robotaxis dabei unterstützt, komplexe Verkehrssituationen zu verstehen, zu planen und darauf zu reagieren.