NVIDIAが小型の世界モデルCosmos 3 Edgeを公開しました。ロボットや監視カメラがクラウドへの往復を待たず、現場の映像や音を理解して次の行動を判断できるようになります。物理AIの競争は、巨大モデルの性能だけでなく、限られた端末上で速く安全に動かす力へ広がります。
何が公開されたのか
NVIDIAは7月20日、40億パラメータのCosmos 3 Edgeを公開しました。テキスト、画像、動画、環境音、行動を扱い、Jetson ThorやRTX、DGXなどで動作します。独自のロボット・センサーデータで追加学習し、倉庫作業や交通監視などへ展開できます。
クラウド中心から何が変わるか
これまで高性能な世界モデルはクラウド側での処理が中心でした。端末上で認識、予測、行動まで処理できれば、通信遅延や回線断の影響を減らせます。現場固有のデータで調整してから小型端末へ載せる流れも製品化されました。
導入時に見るべき点
製造、物流、自動運転、社会インフラでは、AIの判断を現場に近づけられます。今後はモデル性能に加え、端末の消費電力、応答速度、誤作動時の停止設計まで含めて導入効果を比べる必要があります。 性能順位や導入効果はNVIDIAの発表に基づきます。実環境では照明、死角、未知の状況で精度が変わるため、人による監督と安全停止、現場ごとの検証が欠かせません。