يعد NVIDIA Cosmos 3 نموذجاً أساسياً مفتوحاً للذكاء الاصطناعي الفيزيائي تم تصميمه للمحاكاة والاستدلال الفيزيائي. يدمج النظام بين الاستدلال البصري وتوليد العوالم وتوقع الحركة في نظام واحد. وبناءً على ذلك، يمكن للمطورين استخدام النموذج لبناء تطبيقات الذكاء الاصطناعي بكفاءة أعلى.
ميزات نموذج NVIDIA Cosmos 3
يعمل النموذج كمنظومة مفتوحة بالكامل لمعالجة النصوص والصور والفيديو والأصوات المحيطة والحركات. وتساعد هذه القدرة في تقليل دورات تدريب الذكاء الاصطناعي الفيزيائي من أشهر إلى أيام معدودة. وفي الوقت نفسه، يقدم النظام دقة فيزيائية عالية عبر اختبارات قياسية متعددة.
بنية جديدة للذكاء الاصطناعي الفيزيائي
يعتمد النظام على بنية خليط المحولات التي تجمع بين محول الاستدلال ومحول التوليد المتخصص. ونتيجة لذلك، يفهم النموذج تفاعلات الأجسام والعلاقات المكانية والزمنية قبل توليد مسارات الحركة. وتساعد هذه البنية الروبوتات وأنظمة السيارات ذاتية القيادة على العمل في البيئات الحقيقية.
قامت الشركة بتدريب نموذج NVIDIA Cosmos 3 على مجموعة بيانات ضخمة متعددة الوسائط. وتتضمن هذه المجموعة مليارات العينات من النصوص والصور ومقاطع الفيديو والمسارات الحركية. وبالتالي، يستطيع المطورون بناء أنظمة ذكاء اصطناعي فيزيائي بتكلفة تدريب أقل وبيانات أقل. ويتصدر النموذج عدة اختبارات قياسية مفتوحة مثل Physics-IQ وR-Bench.
تحالف Cosmos لتطوير النماذج المفتوحة
ولدعم هذه التقنية، أطلقت الشركة تحالف Cosmos العالمي الذي يضم مطوري الذكاء الاصطناعي وشركات الروبوتات. ويشمل هذا التحالف شركات مثل Agile Robots وBlack Forest Labs وRunway وSkild AI. وسيعمل الأعضاء على المساهمة بالنماذج والأبحاث وتقنيات التقييم المشتركة. علاوة على ذلك، سيستخدم الأعضاء البنية التحتية السحابية للتدريب واسع النطاق.
وصرح جينسن هوانغ، المؤسس والرئيس التنفيذي لشركة NVIDIA، أن تطوير الذكاء الاصطناعي الفيزيائي يتسارع بفضل طفرات الاستدلال متعدد الوسائط. وأوضح أن النماذج المفتوحة الجديدة تمنح المطورين قدرات متقدمة لبناء روبوتات وأنظمة ذاتية القيادة قادرة على الإدراك والتخطيط والعمل في العالم الحقيقي.
توفر النموذج وخيارات التشغيل
تتضمن تشكيلة NVIDIA Cosmos 3 إصدارات مختلفة تناسب مراحل التطوير المتنوعة. وتحديداً، تم تصميم إصدار Super لتدريب الروبوتات بعد مرحلة التطوير الأولي، بينما يوفر إصدار Nano استدلالاً سريعاً للفيديو والحركة. وتخطط الشركة لإطلاق إصدار Edge قريباً للاستدلال في الوقت الفعلي. ويمكن للمطورين الوصول إلى هذه النماذج عبر منصات Hugging Face وGitHub.
بالإضافة إلى ذلك، بدأت شركات تقنية كبرى مثل Samsung وLG Electronics وLi Auto في البناء على هذه المنصة. وتستخدم هذه الشركات الأدوات المتاحة لتطوير تطبيقات الروبوتات والقيادة الذاتية. وفي النهاية، تهدف المنصة إلى تبسيط نشر حلول الذكاء الاصطناعي الفيزيائي في مختلف القطاعات الصناعية.
