A NVIDIA anunciou uma expansão da plataforma Cosmos, destinada a apoiar o desenvolvimento de modelos do mundo — sistemas que ajudam aplicações de inteligência artificial física a compreender e simular o mundo real. As novidades incluem ferramentas para preparar dados, treinar e optimizar modelos, bem como pontos de controlo para simulação. A informação foi publicada pela empresa a 21 de Outubro de 2026.
No domínio dos dados, o Cosmos Curator passou a aceitar entradas multimodais e multissensoriais e novos blocos de processamento. A Cosmos Data Factory disponibiliza cinco blueprints na cloud: geração de conjuntos de dados para veículos autónomos, alteração de atributos de imagens, criação de vídeos de eventos a partir de imagens, geração de imagens de defeitos e modificação de condições meteorológicas ou de iluminação em vídeos. Segundo a NVIDIA, estão acessíveis através do GitHub, Microsoft Azure, Nebius e CoreWeave.
A empresa associa a estas ferramentas exemplos de utilização por clientes. A Porsche está a desenvolver, através da Voxel51 no Azure, um sistema partilhado de dados para condução autónoma entre marcas do Grupo Volkswagen. A NVIDIA afirma que o projecto poderá reduzir até 90% os ensaios de condução repetidos e até 85% os tempos de desenvolvimento; são estimativas, não resultados independentes apresentados no anúncio. A ANYbotics terá gerado mais de 1.500 clips de vídeo sintéticos para treinar robôs de inspecção industrial, enquanto a Ultralytics voltou a treinar o seu modelo YOLO com imagens reais e defeitos sintéticos direccionados.
A expansão do Cosmos Framework permite adaptar modelos abertos compatíveis, incluindo GR00T, Alpamayo, QWEN e Pi0.5, através de ajuste fino e aprendizagem por reforço. O enquadramento inclui ainda destilação, quantização e ferramentas de inferência. Como exemplo, a NVIDIA descreve o trabalho do laboratório MicroAGI, que pós-treinou o Cosmos 3 com vídeos de manipulação de objectos e reduziu um modelo de 32 mil milhões de parâmetros para uma versão Nano de oito mil milhões, sem perda de precisão, segundo a empresa.
Para testar políticas de condução autónoma e de robôs com dois braços, a NVIDIA apresentou variantes Cosmos 3 Nano para simulação, acompanhadas de código para adaptação e avaliação em cenários interactivos, antes de testes no mundo real. A empresa diz também que os serviços Cosmos 3 NIM actualizados oferecem até o dobro da velocidade de inferência, sem perda de qualidade nas configurações validadas. Estes valores são alegações da NVIDIA; o material fornecido não inclui uma avaliação independente.
Outra novidade é a versão 3.3 do blueprint Metropolis para pesquisa e resumo de vídeo, que usa microserviços Cosmos NIM. Segundo a NVIDIA, permite monitorizar mais 40% de fluxos de vídeo com a mesma GPU. Em conjunto, as ferramentas apresentadas cobrem várias etapas do desenvolvimento, desde a preparação de dados até à simulação e implementação. A empresa afirma que a plataforma está entre as cinco primeiras em seis classificações de modelos abertos, mas não identifica no material fornecido as tabelas ou os critérios usados.
Porque importa
A expansão procura aproximar a inteligência artificial física da implementação, reunindo preparação de dados, treino, avaliação em simulação e inferência. Os exemplos e métricas divulgados pela NVIDIA sugerem possíveis ganhos operacionais, mas terão de ser avaliados em condições independentes e em diferentes aplicações.