Vai al contenuto principale
← Torna alle notizie

NVIDIA rilascia Cosmos3-Nano-Sim-Auto: simulazione di guida in tempo reale con 16B di parametri

Nuovi modelli
Variante causal-distilled della famiglia Cosmos3: genera in tempo reale video multi-camera (fino a 11 viste) e LiDAR sincronizzati, condizionati da prompt e controlli WSM, per la simulazione closed-loop di guida. 16B di parametri, licenza OpenMDW 1.1, pronta per uso commerciale.

Ricevi il prossimo punto sull'IA locale

Ogni settimana, la selezione del meglio di iaLocale: articoli, notizie e risorse sull'IA locale, e altro ancora.

Dopo l'iscrizione ricevi una email di conferma (double opt-in). Senza conferma non inviamo nulla. Nessuno spam, ti promettiamo.

Risorse correlate

Strumenti e risorse dell'archivio iaLocale pertinenti a questo contenuto.

🚗

NVIDIA Cosmos3-Nano-Sim-Auto

Modelli

Variante causal-distilled della famiglia Cosmos3 per la simulazione di guida in tempo reale: genera video multi-camera (fino a 11 viste standard e fisheye) e LiDAR sincronizzati, condizionati da prompt e controlli WSM. 16B di parametri, architettura Mixture-of-Transformers, licenza OpenMDW 1.1, pronta per uso commerciale e non commerciale.

🤖

NVIDIA Cosmos3-Edge-Policy-DROID

Modelli

Checkpoint robot-policy di 4B post-addestrato sulla base Cosmos3-Edge: da istruzioni in linguaggio naturale e osservazioni visive del robot DROID genera traiettorie di azione per task di manipolazione. Architettura Mixture-of-Transformers (torre autoregressiva + diffusion transformer), licenza OpenMDW 1.1, uso commerciale e non.

🩻

NVIDIA Cosmos3-H-Dreams

Modelli

Modello di mondo chirurgico real-time e condizionato sulle azioni per il sistema CMR Surgical Versius: genera autoregressivamente il video endoscopico di una colecistectomia robotica a partire da un frame e dai comandi dei due bracci. MoT da 15,17B (torre Qwen3-VL-8B + expert di diffusione latente), student causale a 4 passi con KV cache. 30 FPS a 832x480 su RTX PRO 6000 Blackwell (40 Go), 20,2 FPS sul Max-Q (80 Go) e 16,9 FPS a 512x288 su DGX Spark. Licenza NVIDIA Open Model, rilascio 2026-10-20.

📄

NVIDIA Nemotron Parse (famiglia OCR)

Modelli

Famiglia di modelli vision-encoder-decoder di NVIDIA per la comprensione di documenti in locale: markdown, formule LaTeX, bounding box e classe semantica per elemento, nell'ordine di lettura. ViT-H (C-RADIO) + decoder mBART a 10 blocchi, tutti sotto il miliardo di parametri. In locale via vLLM (v0.20–v0.26 per la 2.0) o Transformers, su GPU NVIDIA (Turing ad Blackwell).