NVIDIA amplia o Cosmos com ferramentas para treinar, avaliar e implantar world models

A NVIDIA organizou o Cosmos em três camadas modulares e abertas: o Cosmos Data Factory para gerar e curar dados, o Cosmos Framework para treinar e adaptar world models, e os microsserviços NIM para deploy. A empresa diz que a plataforma está entre as cinco primeiras em seis leaderboards de modelos abertos. É afirmação da própria NVIDIA.

Na camada de dados, o Cosmos Curator (curadoria de vídeo acelerada por GPU) passou a aceitar entradas e blocos de processamento multimodais e multissensoriais. São cinco blueprints cloud-native, via GitHub, Azure, Nebius e CoreWeave: dados para veículos autônomos, aumento de atributos de imagem, vídeos de eventos raros ou inseguros a partir de imagens estáticas, imagens de defeitos (placas de circuito, metal e vidro) e aumento de vídeo com troca de clima e iluminação. No treino, desenvolvedores e agentes adaptam GR00T, Alpamayo, QWEN, Pi0.5 e modelos compatíveis da Hugging Face com fine-tuning e reinforcement learning, depois otimizam com distillation e quantization. A MicroAGI destilou um reasoner de 32 bilhões de parâmetros para um Nano de 8 bilhões, sem perda de acurácia, segundo a fonte.

Para deploy e teste, há novas variantes Cosmos 3 Nano para simulação (veículos autônomos e robôs bimanuais) e NIMs do Cosmos 3 com inferência até 2x mais rápida em configurações validadas, sem perda de qualidade. O Metropolis VSS 3.3 promete monitorar 40% mais streams de vídeo na mesma GPU. Os números de Porsche (até 90% menos test drives repetidos, até 85% menos tempo de ciclo) são expectativas, não resultados medidos.

Em 2 de junho de 2026, o CEVIU noticiou "Nvidia lança Cosmos 3, o foundation model aberto para Physical AI", com o modelo já liderando rankings da categoria. Em 7 de junho de 2026, em "NVIDIA lança habilidades de agentes para IA física e acelera pesquisa em veículos autônomos, robótica e visão computacional", o foco já era um fluxo completo, não só modelos. Em 21 de julho de 2026, veio o "Cosmos 3 Edge", com 4 bilhões de parâmetros. Agora a NVIDIA estende as receitas do Cosmos Framework como agent skills a mais modelos abertos, traz variantes Nano para simulação e adiciona blueprints de dados, deslocando o foco do modelo para a cadeia de dados, treino e deploy.

Para quem opera robótica ou visão computacional, a leitura é que o gargalo deixou de ser só o modelo e passou a ser dado raro e validação antes do hardware. Os blueprints atacam isso, mas os ganhos citados vêm de casos da própria NVIDIA e de parceiros. Vale reproduzir em dados próprios antes de planejar custo de GPU em cima deles.