Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIA は、最新のイノベーションである NVIDIA Cosmos を発表しました。これは、物理 AI の開発を加速するように設計されたプラットフォームです。このプラットフォームでは、物理を考慮したビデオを予測および生成できるニューラル ネットワークである、新しいワールド ファンデーション モデル (WFM) ファミリが導入されています。これらのモデルは、高度なロボットや自律走行車 (AV) を作成する開発者を支援することを目的としています。

CES で行われたこの発表では、物理ベースのシミュレーションと合成データ生成のための最初の Cosmos WFM セットが利用可能になったことを強調しています。これらのモデルは、高度なトークナイザー、ガードレール、高速データ処理パイプライン、およびモデルのカスタマイズと最適化のためのフレームワークによって補完されています。NVIDIA のオープン モデル ライセンスにより、研究者や開発者は Cosmos モデルを商用目的で自由に使用でき、さまざまな規模の企業で物理的な AI アプリケーションの開発を促進することを目指しています。

NVIDIA の Cosmos プラットフォームは、ロボット工学や AV 技術開発用のツールを提供することで、物理 AI コミュニティをサポートする態勢を整えています。モデルは、合成データを生成するために直接使用することも、特定のアプリケーション向けに NVIDIA NeMo フレームワークを使用して微調整することもできます。1X、Agility Robotics、XPENG、Uber、Waabi などの企業はすでに Cosmos を活用してモデル開発プロセスを強化しています。開発者は、NVIDIA APIカタログを通じて Cosmos の自己回帰モデルと拡散モデルにアクセスし、NVIDIA NGC カタログとHugging Faceからモデル ファミリをダウンロードできます。

Cosmos ワールド基盤モデルは、ビデオ生成用の拡散モデルと自己回帰トランスフォーマー モデルを含む包括的なオープン モデル スイートです。これらのモデルは、仮想環境での物理的な相互作用を正確にシミュレートするために、広範なデータセットでトレーニングされています。これらのモデルは、Nano、Super、Ultra の 3 つのカテゴリで提供され、さまざまなパフォーマンスと品質のニーズに対応します。NVIDIA Omniverse 3D 出力と統合すると、モデルは高品質の合成ビデオ データを生成できます。これは、ロボットおよび AV 認識モデルのトレーニングに不可欠です。モ​​デルは現在、NGC カタログとHugging Faceでアクセス可能で、テキスト プロンプトを改良し、拡張現実アプリケーション向けにビデオ デコードを最適化するための追加ツールも用意されています。

NVIDIA の Cosmos プラットフォームは、モデル開発のためのツールであるだけでなく、責任ある AI 実践に対する同社の取り組みの証でもあります。このプラットフォームには、AI の安全な使用を保証する Cosmos Guardrails が含まれており、AI 生成コンテンツを識別するためのウォーターマーク システムが組み込まれています。Cosmos モデルの開発と機能の詳細については、NVIDIA Research が詳細な研究論文を公開し、 Hugging Faceでモデル カードを提供しています。