NVIDIA 發布 Cosmos 3 Edge 讓邊緣裝置執行即時推理

NVIDIA 發布 Cosmos 3 Edge 讓邊緣裝置執行即時推理。 NVIDIA 發表全新 Cosmos 3 Edge 模型，展示其在即時推理、機器人操作與環境感知方面的強大應用能力。 核心功能與應用 NVIDIA 推出的 Cosmos 3 Edge 是一款專為邊緣運算設計的開放式世界模型，旨在將理解、預測、模擬與行動整合於單一模型中。該模型具備多樣化的應用潛力： 機器人技術：支援機械手臂執行複雜指令，例如精準堆疊積木。 NVIDIA 展示了機器人透過 Policy Model 學習並執行組裝玩具飛機任務的實作過程。 自動駕駛：協助車輛在惡劣環境（如雪地）中進行路徑規劃與物體辨識。 這張圖片展示了 NVIDIA 的 Cosmos 模型生態系統，包含自動駕駛車輛、機器人以及代表數據處理與模型架構的圖示。 視覺 AI Agent：透過即時影片分析，為智慧基礎設施提供洞察，例如無人機監控路口車流並生成交通工程建議。 技術架構與效能 Cosmos 3 Edge 採用創新的架構設計，將自動回歸（autoregressive）與擴散（diffusion）Transformer 塔透過共享的多模態注意力機制連結。 此圖展示了 Cosmos 模型架構中「Reasoner」與「Generator」雙路徑處理流程，以及其對應的混合式注意力遮罩機制（Attention Mask）設計。 參數規模：具備 4B 參數，並整合 2B 的 Nemotron 基礎推理器。 硬體相容性：專為邊緣裝置優化，可在 DGX Spark、NVIDIA Jetson 等硬體上運行。 效能表現：在同規模的開放模型中，於 VANTAGE-Bench 視覺分析基準測試中排名第一。 在參數規模小於 4B 的開源模型中，NVIDIA 的 Cosmos3-Edge 在 VANTAGE-Bench 基準測試中以 46.93 的綜合得分（OVERALL）榮登第一。 開放資源與取得方式 NVIDIA 秉持開放原則，完整公開 Cosmos 3 Edge 的相關資源，確保開發者能進行研究與應用部署： 公開內容：包含模型權重（weights）、訓練後配方（post-training recipes）以及程式碼。 取得管道：目前已在 Hugging Face 上架，開發者可直接下載使用。 欲了解更多技術細節，可參考 NVIDIA 官方技術分析文件。 NVIDIA 發表全新 Cosmos 3 Edge 模型，展示其在即時推理、機器人操作與環境感知方面的強大應用能力。 影片中的 Prompt 與操作： Prompt（00:06）： 把黃色方塊放在紅色方塊上面 原文：Put the yellow cube on top of the red cube 操作步驟： 1. （00:06）輸入指令並由機械手臂執行動作 原文：https://easyvibecoding.app/curated/2602-nvidia-launches-cosmos-3-edge-inference