初の完全オープンソース型マルチモーダル物理AIモデル「Cosmos3」が登場、NVIDIAがCosmos Allianceを共同設立
物理AIの分野では、著しい進展が見られています。6月1日、NVIDIAは物理AI向けのオープンワールド基盤大型モデル「Cosmos3」を正式にリリースしました。 世界初の完全オープンソースかつマルチモーダルな物理AI大規模モデルとして、視覚的推論、世界生成、行動予測を単一のシステムに統合した革新的なハイブリッド・トランスフォーマー・アーキテクチャを採用しています。これにより、物理AIのトレーニングおよび評価サイクルを数ヶ月からわずか数日に劇的に短縮できる可能性があります。
Cosmos3は、「限られたデータと断片的なシミュレーションフレームワーク下での実世界シナリオへの汎化の難しさ」という、業界が長年抱えてきた課題に対する新たな解決策を提供します。 本モデルは、数十億件に及ぶテキスト、画像、動画、音声、および運動軌跡を含む大規模な物理AIデータセットを用いて学習されました。クロスモーダルなコンテンツを自然に理解・生成することができ、物理シミュレーションにおいて業界トップクラスの精度を実現しています。

技術面では、Cosmos3は推論用トランスフォーマーと生成用トランスフォーマーを革新的に組み合わせています。本モデルはまず、物体の相互作用ルール、運動状態、時空間関係を深く分析し、その後、動画を正確に生成し、動作軌道を予測します。 この設計により、画像やテキストに対する強力なマルチモーダル理解、物理環境のシミュレーションおよび予測能力、そしてロボットが特定のタスクを完了するための行動戦略能力が備わっています。Artificial Analysis、Physics-IQ、RoboLabを含むいくつかの主要な物理AIベンチマークにおいて、Cosmos3はトップクラスのオープンソースモデルにランクインしています。
さまざまな開発段階に対応するため、NVIDIAは複数のバージョンをリリースしました。極めて高い精度でロボットや自動運転モデルの二次学習に焦点を当てた「Cosmos3Super」と、数秒で高品質な動画解析と動作推論を実行できる「Cosmos3Nano」です。両モデルとも現在、正式に利用可能です。 エッジデバイスでのリアルタイム推論向けに設計された「Cosmos3Edge」バージョンも、リリースロードマップに含まれています。
大規模モデルのリリースに合わせ、NVIDIAはAgile Robots、Black Forest Labs、Generalist、LTX、Runway、Skild AIなど、世界中の主要なモデル研究チームやAI開発者と共に「NVIDIA Cosmos Coalition」を共同設立しました。 NVIDIAの創業者兼CEOであるジェンセン・フアン氏は、マルチモーダル推論とワールドモデルにおける継続的なブレークスルーにより、物理AIの変革の時代が到来したと述べました。これらの最先端のオープンソースモデルのリリースは、世界中の開発者が技術的な飛躍を遂げ、現実世界で知覚、推論、行動を行うことができる次世代のインテリジェントシステムを構築する一助となるでしょう。
関連記事
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ
Google、Geminiへの焦点がユーザー制御へシフトする中で、Remy AIエージェントをテスト
『Business Insider』によると、GoogleはGemini向けの新しいAIパーソナルエージェント「Remy」をテスト中である。このツールはユーザーに代わってタスクを実行することを目的としており、業務フローと日常のルーチンの両方を効率化する。現在、RemyはGeminiアプリケーションの社内限定版においてテストが行われている。この報道は社内文書と、プロジェクトに精通した2人の人物へのインタビューを引用している。社内資料では、Remyを「24時間365日のパーソナルエージェント」と位
関連特集おすすめ
コメント (0)
0/500
物理AIの分野では、著しい進展が見られています。6月1日、NVIDIAは物理AI向けのオープンワールド基盤大型モデル「Cosmos3」を正式にリリースしました。 世界初の完全オープンソースかつマルチモーダルな物理AI大規模モデルとして、視覚的推論、世界生成、行動予測を単一のシステムに統合した革新的なハイブリッド・トランスフォーマー・アーキテクチャを採用しています。これにより、物理AIのトレーニングおよび評価サイクルを数ヶ月からわずか数日に劇的に短縮できる可能性があります。
Cosmos3は、「限られたデータと断片的なシミュレーションフレームワーク下での実世界シナリオへの汎化の難しさ」という、業界が長年抱えてきた課題に対する新たな解決策を提供します。 本モデルは、数十億件に及ぶテキスト、画像、動画、音声、および運動軌跡を含む大規模な物理AIデータセットを用いて学習されました。クロスモーダルなコンテンツを自然に理解・生成することができ、物理シミュレーションにおいて業界トップクラスの精度を実現しています。

技術面では、Cosmos3は推論用トランスフォーマーと生成用トランスフォーマーを革新的に組み合わせています。本モデルはまず、物体の相互作用ルール、運動状態、時空間関係を深く分析し、その後、動画を正確に生成し、動作軌道を予測します。 この設計により、画像やテキストに対する強力なマルチモーダル理解、物理環境のシミュレーションおよび予測能力、そしてロボットが特定のタスクを完了するための行動戦略能力が備わっています。Artificial Analysis、Physics-IQ、RoboLabを含むいくつかの主要な物理AIベンチマークにおいて、Cosmos3はトップクラスのオープンソースモデルにランクインしています。
さまざまな開発段階に対応するため、NVIDIAは複数のバージョンをリリースしました。極めて高い精度でロボットや自動運転モデルの二次学習に焦点を当てた「Cosmos3Super」と、数秒で高品質な動画解析と動作推論を実行できる「Cosmos3Nano」です。両モデルとも現在、正式に利用可能です。 エッジデバイスでのリアルタイム推論向けに設計された「Cosmos3Edge」バージョンも、リリースロードマップに含まれています。
大規模モデルのリリースに合わせ、NVIDIAはAgile Robots、Black Forest Labs、Generalist、LTX、Runway、Skild AIなど、世界中の主要なモデル研究チームやAI開発者と共に「NVIDIA Cosmos Coalition」を共同設立しました。 NVIDIAの創業者兼CEOであるジェンセン・フアン氏は、マルチモーダル推論とワールドモデルにおける継続的なブレークスルーにより、物理AIの変革の時代が到来したと述べました。これらの最先端のオープンソースモデルのリリースは、世界中の開発者が技術的な飛躍を遂げ、現実世界で知覚、推論、行動を行うことができる次世代のインテリジェントシステムを構築する一助となるでしょう。
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ





家






