NVIDIA Cosmos 3 Edge

Cosmos 3 Edge — компактная открытая модель NVIDIA для физического ИИ, выпущенная 20 июля 2026 года. Она принимает текст, изображения, видео и траектории действий, связывая понимание сцены с прогнозированием изменений и командами для робота. Семейство использует Mixture-of-Transformers: авторегрессионная башня отвечает за текстовое рассуждение, а диффузионная — за непрерывные модальности и генерацию.

Модель содержит 4 млрд параметров и ориентирована на ограниченные по памяти edge-системы. NVIDIA заявляет работу Cosmos 3 Edge Policy на разрешении 640×360 с выдачей 32 действий за один инференс и управлением до 15 Гц на Jetson Thor. Базовая версия полезна как отправная точка для видеоаналитики, симуляции и дообучения политик робота.

Веса доступны на Hugging Face по лицензии OpenMDW 1.1, поэтому перед коммерческим внедрением нужно прочитать именно её, а не считать модель Apache/MIT. Заявленные бенчмарки принадлежат разработчику: проверяйте точность, задержку и безопасность на своей камере, устройстве и сценарии. Команды модели нельзя напрямую отправлять исполнительному механизму без ограничений, аварийной остановки и тестов в симуляции.