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
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.

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 Cosmos3-Edge-Policy-DROID

Modèles

Point de contrôle robot-policy de 4B post-entraîné sur la base Cosmos3-Edge : à partir d'instructions en langage naturel et d'observations visuelles du robot DROID, il génère des trajectoires d'action pour des tâches de manipulation. Architecture Mixture-of-Transformers (tour autoregressive + diffusion transformer), licence OpenMDW 1.1, usage commercial et non.

🩻

NVIDIA Cosmos3-H-Dreams

Modèles

World model chirurgical en temps réel, conditionné par les actions, pour le système CMR Surgical Versius : génère de façon autoregressive la vidéo endoscopique d'une cholécystectomie robotisée à partir d'une image et des commandes des deux bras. MoT de 15,17B (tour Qwen3-VL-8B + expert de diffusion latente), étudiant causal à 4 pas avec KV cache. 30 FPS en 832x480 sur RTX PRO 6000 Blackwell (40 Go), 20,2 FPS sur Max-Q (80 Go) et 16,9 FPS en 512x288 sur DGX Spark. Licence NVIDIA Open Model, sortie 2026-10-20.

📄

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).