NVIDIA presenta Cosmos 3 Edge, modello AI per robot eseguibile in locale

NVIDIA porta l’Intelligenza Artificiale fisica direttamente sui dispositivi con Cosmos 3 Edge, un modello world foundation da 4 miliardi di parametri pensato per funzionare senza dipendere dal cloud.

Il sistema aiuta robot ad agire, veicoli autonomi a comprendere le scene stradali e agenti di visione a ragionare su flussi video live per infrastrutture intelligenti. È un omnimodello capace di comprendere e generare testo, immagini, video, suoni ambientali e azioni, e viene fatto girare su hardware come Jetson, RTX PRO, DGX e persino GPU GeForce RTX consumer.

La sua architettura mixture-of-transformers combina elaborazione autoregressiva e diffusione, permettendo di percepire l’ambiente e prevedere gli stati futuri in tempo reale, tutto elaborato localmente senza bisogno di connessione internet.

Come funziona sui dispositivi periferici

Cosmos 3 Edge fa parte della più ampia famiglia Cosmos 3, disponibile in tre taglie: Edge da 4 miliardi di parametri, Nano da 16 miliardi e Super da 64 miliardi, così gli sviluppatori possono scegliere il modello più adatto a ogni fase del progetto, dalla distribuzione sul campo alla generazione ad alta fidelità nei data center.

Il modello si affianca a un modulo di ragionamento da 2 miliardi di parametri basato su NVIDIA Nemotron, che può funzionare autonomamente anche su hardware compatto come Jetson Orin da 8GB. Gli sviluppatori possono personalizzare il modello con dati proprietari attraverso il supercomputer desktop DGX Station, per poi distribuire le versioni specializzate su Jetson Thor per applicazioni di manipolazione robotica o navigazione in tempo reale.

Applicazioni in robotica e automotive

Nel settore automotive, Cosmos 3 Edge supporta la comprensione delle scene stradali, la logica del traffico e la previsione delle intenzioni di altri veicoli, potendo fungere da base per modelli di guida più leggeri destinati a hardware con risorse limitate, anche in combinazione con i modelli Alpamayo di NVIDIA.

Per le infrastrutture intelligenti, il modello garantisce inferenza in tempo reale su Jetson Thor per il monitoraggio del traffico, la sicurezza pubblica, la logistica e l’ispezione industriale. Aziende come Centific hanno già validato Cosmos 3 Edge per la comprensione video on-device, estendendo l’uso della piattaforma da data center a telecamere, robot e infrastrutture periferiche in ambiti come sicurezza pubblica e robotica di magazzino. Il modello ha inoltre raggiunto il primo posto nella classifica VANTAGE-Bench per l’analisi delle immagini nella sua classe di parametri, un risultato che conferma la sua competitività nonostante le dimensioni compatte.