NVIDIA cho robot AI 4 tỷ tham số chạy thẳng trên thiết bị, không cần cloud

Robot giờ không cần gọi điện về server mới biết phải làm gì. NVIDIA vừa tung Cosmos 3 Edge, mô hình world model 4 tỷ tham số chạy ngay trên chip, và nó thay đổi cách robot "suy nghĩ" trong thời gian thực.

Kiến trúc lai hai tháp

Cosmos 3 Edge ghép hai kiến trúc transformer vào một mô hình duy nhất: một nhánh autoregressive để suy luận ngữ cảnh, hiểu cảnh vật và đoán chuyện gì sắp xảy ra, một nhánh diffusion để sinh thẳng chuỗi hành động điều khiển tay và chân robot. Hai nhánh chia sẻ chung lớp attention đa phương thức, nên robot không cần chạy song song hai mô hình riêng biệt như trước, mọi thứ gói gọn trong một lần suy luận.

Tốc độ thời gian thực trên Jetson Thor

Chạy trên module Jetson Thor T2000 và T3000 mới, Cosmos 3 Edge đạt tốc độ điều khiển 15Hz, tạo ra 32 hành động cho mỗi lần suy luận. Đây là mảnh ghép cuối cùng của họ Cosmos 3, đứng sau bản Nano 16 tỷ tham số và bản Super 64 tỷ tham số ra mắt trước đó. Cosmos 3 Edge hiện dẫn đầu bảng VANTAGE-Bench ở nhóm 4 tỷ tham số cho tác vụ phân tích thị giác và học chính sách điều khiển robot.

🦾 Mở cho cộng đồng qua Hugging Face

NVIDIA công bố thêm Cosmos 3 Edge Policy (DROID), một mô hình chính sách chuyên cho tác vụ gắp và đặt vật, fine-tune được trên cụm H100 hoặc DGX. Cả hai đều public trên Hugging Face, ai cũng tải về, tinh chỉnh cho robot của riêng mình mà không cần xin phép hay trả phí license.

Physical AI bước ra khỏi cloud

Xử lý ngay tại biên nghĩa là robot phản ứng nhanh hơn và vẫn chạy ổn định kể cả khi mất mạng. Nhiều nhà sản xuất robot Nhật Bản đã gia nhập liên minh Cosmos để đưa công nghệ này vào dây chuyền sản xuất và robot dịch vụ thế hệ mới.

Nếu robot có thể tự suy nghĩ ngay trên thiết bị, bạn nghĩ ngành nào sẽ ứng dụng đầu tiên?

#NvidiaCosmos3Edge #JetsonThor #RobotAI #PhysicalAI #VibeAICoder