何が起きたか
- NVIDIAは2026年11月5日、Hugging Faceのブログで、ワールドモデル「Cosmos 3」ファミリーの、新しい4つのオープンウェイト版を公開した。
- Cosmos3-Nano-Transfer-Autoは、天候、照明、時間帯を変えた多視点の運転データを生成する。Cosmos3-Nano-Sim-Autoは、運転シミュレーションのために、同期したカメラとライダーの観測をストリーミングで出力する。
- Cosmos3-Nano-Sim-Transferは、シミュレーターの操作とテキストのプロンプトを、フォトリアルな映像に変える。Cosmos3-Nano-Sim-Bimanualは、ロボットやカメラの動きから映像を予測する。
- 4つはいずれも、Cosmos 3 Nanoをポストトレーニングして作られ、学習可能なパラメータは160億個だ。
なぜ重要か
- ワールドモデルは、車やロボットを路上に出したり機器を危険にさらしたりせずに、ある動きをしたら何が起きるかを試す方法だ。
- 運転では、見た目と形状が一致していなければならない。カメラとライダーを一緒に生成することで、見えるものと三次元の計測が結びつく。
- これらの重みは公開されているため、研究所や企業は、ゼロから始めずに、自分のセンサーに合わせてモデルを調整できる。
数字で見る
11のカメラ視点。 Cosmos3-Nano-Transfer-Autoが生成できる同期視点の数で、魚眼レンズも含む。ライダーと地図を組み合わせて、場面の構造や交通の動きを制御することもできる。
背景
Cosmos3-Nano-Transfer-Autoは時間の制約なく動く。オフラインでデータを生成し、環境条件を変えて、学習や評価の事例を広げるためのものだ。自分のカメラとライダーの構成にCosmosを合わせるときの土台でもある。その調整のあと、因果的な学習と少ステップの蒸留を経て、ストリーミングでシミュレーションできるようになる。Cosmos3-Nano-Sim-Autoは、この道筋で作られた。
ライセンスはOpenMDW1.1で、その条件のもとで商用・非商用の利用を認める。NVIDIA自身も、残された課題は、これらのモデルが制御ポリシーの学習と評価でどこまで本当に役立つかを測り、限界を理解し、足りない部分を改善することだと注意している。
Mamíferoでは、この流れを追っています。韓国がヒューマノイド12台のデータファクトリーを開設したことや、Mundoが部屋の写真数枚から探索できる世界を作ることを伝えました。ほかに、Rivianが実際の走行シーンを再現するためThird Dimensionを買収したこと、NVIDIAがNemotron 3.5 Transcribeをオープンモデルとして公開したことも伝えています。
今後
- NVIDIAは、他の人がモデルを調整し手法を比較できるよう、ポストトレーニングのレシピと技術レポートを提供している。
- 重要な検証は、使う側から出てくる。シミュレーションが、現実の車やロボットの性能を高めるかどうかだ。
- 場面と交通信号を制御できれば、それらが変わったときに運転ポリシーがどう反応するかを調べられる。
まとめ
NVIDIAが今回出したのは、車やロボットそのものではなく、それらをリハーサルする場所だ。その場所が世界に十分似ているかどうかは、同社自身が残している問いである。
出典
- Nvidia「New NVIDIA Cosmos 3 Open Models for Interactive World Simulation」Hugging Faceブログ、2026年11月5日、リンク。
- カバー画像：9yz、CC BY 4.0、Wikimedia Commonsより
編集：Rodrigo Cornejo。選定と検証の方法：ノートを書いているのは誰か。
