Início Código Aberto NVIDIA Cosmos 3 abre modelos para simulação interativa
Código AbertoÚltimas notícias

NVIDIA Cosmos 3 abre modelos para simulação interativa

A NVIDIA Cosmos 3 ganhou quatro novos checkpoints de pesos abertos voltados à simulação interativa de veículos e robôs. Apresentados em 5 de novembro pela NVIDIA no blog da Hugging Face, eles permitem gerar cenas com múltiplas câmeras e LiDAR, transformar controles de simuladores em vídeo e prever como um ambiente muda após ações de um robô.

O lançamento importa porque treinamento e teste de sistemas físicos dependem de situações variadas, caras ou arriscadas de reproduzir no mundo real. Os novos modelos oferecem pontos de partida especializados para criar dados sintéticos e ambientes virtuais, mas não eliminam a necessidade de validar resultados com sensores, simuladores e testes reais.

Arquitetura dos modelos NVIDIA Cosmos 3 para raciocínio e geração
Imagem: Divulgação (NVIDIA)

O que muda no NVIDIA Cosmos 3

Os quatro modelos são versões pós-treinadas do Cosmos 3 Nano, com 16 bilhões de parâmetros treináveis cada. Segundo o anúncio oficial, os pesos usam a licença OpenMDW 1.1, que admite usos comerciais e não comerciais sob seus termos. Isso abre espaço para pesquisa, adaptação e comparação, sem significar que qualquer uso esteja livre de condições.

A família Cosmos combina modelos de raciocínio e geração para aplicações de IA física. O repositório oficial no GitHub reúne código, receitas e caminhos de inferência, pós-treinamento e avaliação. A NVIDIA também informa suporte a ferramentas como Diffusers, Transformers, vLLM, TensorRT-LLM e NIM.

Sensores de câmera e LiDAR usados em veículo autônomo para simulações como as do NVIDIA Cosmos 3
Imagem: Wikimedia Commons (9yz, CC BY 4.0)

Quatro modelos de simulação e seus usos

Modelo Função principal Uso prático
Transfer-Auto Gera até 11 visões de câmera sincronizadas e dados LiDAR Ampliar conjuntos de treino com clima, iluminação e horários variados
Sim-Auto Produz sequências contínuas de câmera e LiDAR a partir de controles atualizados Testar políticas de direção em simulações interativas
Sim-Transfer Converte profundidade, segmentação, bordas e texto em vídeo RGB Dar aparência fotorealista a estados calculados por um simulador físico
Sim-Bimanual Prevê observações após movimentos de robô ou câmera Simular tarefas de manipulação com dois braços

A distinção central está entre gerar dados previamente e responder a ações em sequência. Transfer-Auto é direcionado à produção offline de dados de direção. Sim-Auto usa histórico e novos controles para criar pequenos trechos sucessivos. Sim-Transfer mantém movimento e estado físico no simulador e gera a camada visual. Sim-Bimanual prevê diretamente a próxima observação a partir da cena e dos comandos.

Robô Baxter manipula objetos em tarefa relacionada às simulações do NVIDIA Cosmos 3
Imagem: Wikimedia Commons (Steve Jurvetson, CC BY 2.0)

O que muda para equipes de robótica e mobilidade

Para equipes de veículos autônomos, o ganho potencial está em variar cenários sem reconstruir cada situação manualmente. É possível explorar mudanças de clima, horário, configuração de câmeras e sinais de trânsito, além de combinar imagem e LiDAR. Isso pode aumentar a cobertura de testes, desde que a geometria e a sincronização sejam verificadas.

Em robótica, os checkpoints criam uma ponte entre ação e observação. Um sistema pode testar como uma política reage a mudanças de câmera ou movimentos de braços antes de ocupar uma máquina real. A utilidade é maior para prototipagem, geração de dados e comparação de métodos do que para certificar segurança. A própria documentação alerta para inconsistências temporais, deformação de objetos e dinâmicas fisicamente implausíveis em cenas complexas.

Simulador de direção ilustra aplicação de ambientes virtuais como os gerados pelo NVIDIA Cosmos 3
Imagem: Wikimedia Commons (Ipareja, domínio público)

Na prática, a abertura reduz o custo de começar um experimento, mas a infraestrutura continua exigente. O exemplo de Sim-Bimanual foi testado em uma GPU GB200, sem que isso seja apresentado como requisito mínimo. Já a família completa inclui versões de 64 bilhões, 16 bilhões e 4 bilhões de parâmetros para diferentes níveis de hardware. Para quem acompanha modelos abertos em português, o portal também explicou o lançamento do Lumi IA com 4 bilhões de parâmetros.

O ponto de atenção é separar demonstração de desempenho comprovado. Pesos acessíveis, notebooks e receitas facilitam auditoria e adaptação, porém não garantem fidelidade física nem segurança operacional. Empresas interessadas devem avaliar licença, custo computacional, qualidade dos próprios dados e métricas específicas antes de incorporar as saídas em processos críticos.

Fontes

Written by
Filipe Lino

Filipe Lino é fundador da ClickGrowth e atua com marketing, CRM e automação de negócios. No Turbo Automate IA, acompanha ferramentas, modelos e projetos de inteligência artificial, explicando suas aplicações e impactos para profissionais e empresas.

Leave a comment

Leave a Reply

Your email address will not be published. Required fields are marked *

Related Articles

Apresentação sobre inteligência artificial ajuda a explicar como Claude IA funciona
Ferramentas e AutomaçãoÚltimas notícias

Claude IA: como funciona do chat ao Claude Code

Claude IA como funciona no chat e no Claude Code? Entenda usos,...

Palácio das Nações em Genebra durante conferência sobre armas autônomas
IA Militar e DefesaÚltimas notícias

Armas autônomas na ONU: conferência termina sem acordo

A conferência da ONU terminou sem consenso sobre armas autônomas. Entenda o...

Signal bloqueia capturas para proteger conversas de agentes de IA
Mercado de IAÚltimas notícias

Signal bloqueia capturas contra agentes de IA no celular

Signal bloqueia capturas para limitar o acesso de agentes de IA às...

OpenMotion 0.2.1 como estúdio aberto para agentes de IA
Código AbertoÚltimas notícias

OpenMotion 0.2.1 amplia estúdio aberto para agentes

OpenMotion 0.2.1 reúne vídeo, áudio, design e jogos em um estúdio aberto...