A NVIDIA reafirmou o seu compromisso com a democratização da inteligência artificial ao aderir à carta aberta "Open Weights and American AI Leadership". Este documento, subscrito por mais de 200 organizações, defende que a liderança no setor não deve ser medida pelo desempenho isolado de um modelo de fronteira, mas pela capacidade de um ecossistema aberto alcançar todos os setores da economia. Para a empresa, a abertura de pesos é uma necessidade técnica fundamental, especialmente no domínio da inteligência artificial física, onde cada implementação exige uma especialização rigorosa para ambientes específicos e a previsão de consequências físicas.
No centro desta estratégia encontra-se a família de modelos Cosmos 3, uma arquitetura baseada em "mixture-of-transformers" que integra raciocínio visual, geração de mundos e previsão de ações. Esta oferta permite que os programadores utilizem uma única família de modelos para compreender cenas, gerar dados sintéticos e simular estados futuros. A flexibilidade do Cosmos 3 é assegurada pela sua disponibilidade sob a licença OpenMDW 1.1 da Linux Foundation, permitindo que as equipas realizem o pós-treino dos modelos utilizando os seus próprios dados e infraestruturas de hardware, um requisito prático para a especialização em robótica.
A família Cosmos 3 divide-se em três variantes distintas para responder a diferentes necessidades de computação. O modelo Cosmos 3 Super, com 64 mil milhões de parâmetros, foca-se na modelação de mundos de alta fidelidade. O Cosmos 3 Nano, com 16 mil milhões, equilibra o raciocínio eficiente com a capacidade de adaptação, enquanto o Cosmos 3 Edge, com 4 mil milhões de parâmetros, foi desenhado especificamente para dispositivos de ponta. Esta versão mais leve permite a implementação em GPUs NVIDIA RTX, sistemas DGX e plataformas Jetson, incluindo a arquitetura Jetson Thor, facilitando a execução de políticas robóticas diretamente no local.
Em termos de desempenho, a NVIDIA reporta que a família Cosmos 3 alcançou posições de liderança em vários benchmarks independentes. Segundo os dados divulgados, o modelo ocupa o primeiro lugar na Artificial Analysis para geração de texto-para-imagem e imagem-para-vídeo com pesos abertos. Adicionalmente, destaca-se no PAI-Bench para geração de mundos e no Physics-IQ, além de liderar o RoboLab para políticas robóticas. Estes resultados sublinham a eficácia da abordagem da empresa em combinar a simulação física com a capacidade de previsão necessária para sistemas autónomos complexos e agentes de visão artificial.
Para apoiar a implementação prática, a NVIDIA integra estes modelos com as suas bibliotecas Omniverse e o framework OpenUSD. Esta combinação permite que os programadores construam ambientes prontos para simulação, reduzindo a duplicação de trabalho ao lidar com configurações de sensores ou condições ambientais variáveis. A adoção desta tecnologia já é visível em empresas como a Doosan Robotics, LG Electronics e Xiaomi, que utilizam o ecossistema para avançar em robótica, veículos autónomos e agentes de visão artificial, consolidando a visão da NVIDIA para o futuro da IA física.
Porque importa
A aposta da NVIDIA em modelos abertos de IA física marca uma mudança estratégica na indústria, priorizando a especialização técnica e a interoperabilidade através do OpenUSD. Ao disponibilizar modelos de fronteira com pesos abertos, a empresa facilita a adoção de tecnologias de simulação e robótica em larga escala, permitindo que empresas de diversos setores adaptem a IA às suas necessidades específicas de hardware e ambiente, em vez de dependerem exclusivamente de soluções proprietárias fechadas.