主要成果
NVIDIAは、物理AI向けのワールドモデルを迅速に構築、評価、展開するためのツール群を拡充した。このCosmosプラットフォームは、6つのオープンモデルリーダーボードでトップ5に入る性能を誇り、データ収集からトレーニング、最適化、デプロイまでの一連のワークフローを支援する。特に、Cosmos 3 NIMマイクロサービスの導入により、検証済み構成において品質を維持したまま推論速度を最大2倍に向上させた。
技術・詳細
プラットフォームは主に以下の3つの機能領域で構成されている。
- Cosmos Data Factory：マルチモーダル・マルチセンサデータのラベル付けやキュレーションを行う。GPU加速ソリューション「Cosmos Curator」がビデオデータセットに対応し、自動運転データの生成、画像属性の拡張、希少なイベントのビデオ生成、欠陥画像生成、ビデオデータの環境変更（天候や照明）といった5つのクラウドネイティブ・ブループリントを提供する。
- Cosmos Framework：モデルのトレーニングと最適化を担う。GR00T、Alpamayo、QWEN、Pi0.5などのオープンモデルを、ファインチューニングや強化学習で適応させ、蒸留や量子化によって最適化できる。
- シミュレーションと展開：Cosmos 3 Nanoモデルのバリアントにより、現実世界でのテスト前に、再現困難なマルチビュー・マルチセンサシナリオで自律ポリシーをテスト可能にした。また、ビデオ検索・要約（VSS）3.3ブループリントは、同一GPUで監視可能なビデオストリーム数を40%増加させる。
背景・業界の文脈
物理AIの開発において、現実世界の複雑なデータを収集し、安全にシミュレーションすることは大きな課題となっている。Porscheは、Cosmos Data FactoryをVoxel51経由でMicrosoft Azure上で活用し、フォルクスワーゲングループ全体で共有する自動運転データフライホイールを開発している。これにより、物理的なテスト走行を最大90%削減し、開発サイクルを最大85%短縮できる見込みである。また、ANYboticsは1,500以上の合成ビデオクリップを生成し、産業点検ロボットに液体漏れなどの異常検知を学習させている。
今後の展望
Cosmosプラットフォームは完全にモジュール化されており、オープンな設計となっている。MicroAGIのような研究機関が320億パラメータの推論モデルを精度を維持したまま80億パラメータのNanoモデルに蒸留した事例や、ADNOCがFogsphereのプラットフォームを通じて65拠点での安全 hazards をリアルタイム検知している事例がある。今後は、合成データによるトレーニングと高速な推論環境の統合により、工場や倉庫などの物理環境へのビデオ推論の導入が加速すると考えられる。
元記事: https://blogs.nvidia.com/blog/cosmos-open-train-evaluate-deploy-world-models/
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
