NVIDIA ने 5 नवंबर 2026 को चार Cosmos 3 Nano checkpoints खोले — हर एक 16 बिलियन trainable पैरामीटर वाला post-trained world मॉडल, रोबोट और सेल्फ-ड्राइविंग सिमुलेशन के लिए, OpenMDW 1.1 licence के तहत (commercial और non-commercial इस्तेमाल की अनुमति)।
चारों मॉडल अलग-अलग simulation काम करते हैं। Transfer-Auto multi-view driving footage बनाता है — fisheyes सहित 11 camera views तक, joint LiDAR output के साथ — अलग-अलग मौसम और रोशनी में। Sim-Auto camera-and-LiDAR observations को real time में stream करता है। Sim-Transfer physics-simulator controls को photorealistic video में बदलता है। Sim-Bimanual दो-हाथ वाले रोबोट के actions से video predict करता है।
NVIDIA ने पूरी four-stage post-training recipe और coding-agent skills भी प्रकाशित की हैं, ताकि टीमें मॉडलों को अपने sensors और robots के हिसाब से ढाल सकें। Generation के लिए लगभग 58 GiB GPU memory BF16 में, 44 GiB FP8 में, और FP8 offloading के साथ 31 GiB चाहिए (NVIDIA के अपने आँकड़े)। किसी independent टीम ने अभी तक इन checkpoints को असली robotics या driving workloads पर मापा नहीं है।
मुख्य तथ्य
| विवरण | जानकारी |
|---|---|
| रिलीज़ | 5 नवंबर 2026 |
| मॉडल | चार Cosmos 3 Nano checkpoints, हर एक 16 बिलियन trainable पैरामीटर |
| उद्देश्य | रोबोट और सेल्फ-ड्राइविंग सिमुलेशन |
| Licence | OpenMDW 1.1 (commercial और non-commercial इस्तेमाल की अनुमति) |
| Transfer-Auto | Multi-view driving footage — fisheyes सहित 11 camera views तक, joint LiDAR output, अलग-अलग मौसम और रोशनी |
| Sim-Auto | Real-time camera-and-LiDAR observation streams |
| Sim-Transfer | Physics-simulator controls से photorealistic video |
| Sim-Bimanual | दो-हाथ वाले रोबोट के actions से video prediction |
| साथ में प्रकाशित | पूरी four-stage post-training recipe और coding-agent skills |
| GPU memory (NVIDIA के आँकड़े) | लगभग 58 GiB (BF16), 44 GiB (FP8), 31 GiB (FP8 offloading) |
इसका क्या मतलब है
सिमुलेशन ही वह जगह है जहाँ रोबोट और सेल्फ-ड्राइविंग systems अपना ज़्यादातर ज्ञान सीखते हैं — असली दुनिया में testing धीमी, महँगी और कभी-कभी खतरनाक होती है। Realistic driving footage और robot observations बनाने वाले open-weight world मॉडल उस training data को बनाने की लागत घटाते हैं, और OpenMDW 1.1 licence commercial इस्तेमाल की अनुमति देता है।
व्यावहारिक बाधा hardware है: generation के लिए दर्जनों gigabytes GPU memory चाहिए, इसलिए ये मॉडल गंभीर GPUs वाली टीमों के लिए हैं, laptop के लिए नहीं। और जब तक कोई independent टीम checkpoints को असली workloads पर माप नहीं लेती, NVIDIA के अपने आँकड़े ही एकमात्र performance numbers हैं — इन्हें vendor के आँकड़े मानें।
सत्यापन पर एक नोट
रिलीज़ के विवरण Hugging Face (nvidia/Cosmos3-Nano-FP8; HF blog), pondero.ai, the64th.com, gpujournal.ai और dev.to से हैं, जो AI Tech Tools के Quora lead के बाद verify किए गए। Lead का श्रेय source line में दिया गया है; यहाँ की सारी content हमारे अपने शब्दों में लिखी गई है। 5 नवंबर की तारीख इस pass की दो-सप्ताह की window से थोड़ी बाहर है; यह release इसलिए शामिल है क्योंकि यह एक महत्वपूर्ण open-weights release है।
FAQs
Cosmos 3 Nano क्या है?
NVIDIA के चार open-weight world मॉडल, 5 नवंबर 2026 को खोले गए — हर एक 16 बिलियन trainable पैरामीटर, रोबोट और सेल्फ-ड्राइविंग सिमुलेशन के लिए।
चारों मॉडल क्या करते हैं?
Transfer-Auto multi-view driving footage बनाता है; Sim-Auto camera-and-LiDAR observations real time में stream करता है; Sim-Transfer physics-simulator controls को photorealistic video में बदलता है; Sim-Bimanual दो-हाथ वाले रोबोट के actions से video predict करता है।
मॉडल किस licence पर हैं?
OpenMDW 1.1, जो commercial और non-commercial इस्तेमाल की अनुमति देता है।
Generation के लिए कितनी GPU memory चाहिए?
लगभग 58 GiB BF16 में, 44 GiB FP8 में, और FP8 offloading के साथ 31 GiB — NVIDIA के अपने आँकड़े। किसी independent टीम ने अभी तक checkpoints को असली workloads पर मापा नहीं है।
स्रोत: NVIDIA रिलीज़, 5 नवंबर 2026 (Hugging Face nvidia/Cosmos3-Nano-FP8 और HF blog; pondero.ai; the64th.com; gpujournal.ai; dev.to); Quora lead: AI Tech Tools (https://www.quora.com/What-is-your-opinion-on-Nvidias-Cosmos-foundation-models-that-help-train-robots-and-self-driving-cars/answer/AI-Tech-Tools-1)। अंतिम जांच: 21 नवंबर 2026।
Comments (0)
Share your question or experience about this syllabus. Your comment will appear after review.
No comments yet — be the first to share your thoughts!