Aller au contenu principal
← Retour aux actualités

NVIDIA publie Cosmos3-Edge-Policy-DROID : une policy de 4B pour la robotique on-device

Nouveaux modèles
Le point de contrôle de 4B de la famille Cosmos3 traduit des instructions en langage naturel et des observations visuelles du robot DROID en trajectoires d'action. Base du checkpoint edge de NVIDIA : licence OpenMDW 1.1, usage commercial et non commercial, publié en juillet 2026.

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-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 Isaac GR00T N1.7 (3B)

Modèles

Modèle de fondation ouvert pour le raisonnement et les habiletés de robots humanoïdes généralisés : entrée multimodale (langage, images, proprioception) et transformeur d'actions avec flow matching qui conditionne un chunk d'actions sur la vision, le langage et l'état du corps. La famille N1.7 comprend 4 variantes post-entraînées (SimplerEnv Bridge, SimplerEnv Fractal, DROID, LIBERO). Version 3B, prête à l'usage commercial et non commercial, licence ouverte NVIDIA.

🩻

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 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.