Aller au contenu principal
← Retour aux actualités

NVIDIA publie Cosmos3-Nano-Sim-Auto : simulation de conduite en temps réel avec 16B de paramètres

Nouveaux modèles
Source:Hugging Face (NVIDIA)
Variante causal-distilled de la famille Cosmos3 : génère en temps réel des vidéos multi-caméras (jusqu'à 11 vues) et LiDAR synchronisés, conditionnés par un prompt et des contrôles WSM, pour la simulation closed-loop de conduite. 16B de paramètres, licence OpenMDW 1.1, prête à l'usage commercial.
Lire l'article original

Articles connexes

Cosmos 3 Edge: la policy DROID per la robotica che gira sull'edge

Cosmos3-Edge-Policy-DROID: la policy robotica da 4B di NVIDIA. Quanto hardware serve per farla girare in tempo reale sul Jetson, e dove si ferma.

Recevez le prochain point IA locale

Chaque semaine, une sélection du meilleur d'iaLocale : articles, actualités et ressources sur l'IA locale, et plus encore.

Après l'inscription, vous recevez un e-mail de confirmation (double opt-in). Sans confirmation, nous n'envoyons rien. Pas de spam, promis.

Ressources liées

Outils et ressources des archives iaLocale pertinents pour ce contenu.

🚗

NVIDIA Cosmos3-Nano-Sim-Auto

Modèles

Variante causal-distilled de la famille Cosmos3 pour la simulation de conduite en temps réel : génère des vidéos multi-caméras (jusqu'à 11 vues standard et fisheye) et LiDAR synchronisés, conditionnés par un prompt et des contrôles WSM. 16B de paramètres, architecture Mixture-of-Transformers, licence OpenMDW 1.1, prête à l'usage commercial et non commercial.

📄

NVIDIA Nemotron Parse (famiglia OCR)

Modèles

Famille de modèles vision-encodeur-décodeur de NVIDIA pour la compréhension de documents en local : markdown, formules LaTeX, bounding boxes et classe sémantique par élément, dans l'ordre de lecture. ViT-H (C-RADIO) + décodeur mBART à 10 blocs, tous sous le milliard de paramètres. En local via vLLM (v0.20–v0.26 pour la 2.0) ou Transformers, sur GPU NVIDIA (Turing à Blackwell).

Kandinsky 6.0 Video

Modèles

Les modèles fondateurs de Kandinsky Lab pour la génération synchronisée de vidéo et d'audio : à partir d'un prompt, ils génèrent des clips vidéo avec audio aligné, publiés en poids ouverts. Premier papier de la journée sur Hugging Face (2026-10-06), avec points de contrôle et Spaces déjà disponibles.

🎬

LTX-Video

Modèles

Génération vidéo ouverte et rapide : texte ou image vers vidéo en 768px avec une bonne qualité de mouvement. Parmi les modèles vidéo open les plus rapides.

Parcourir toutes les ressources