Cosmos3-Edge é um modelo omnimodal de 4B parâmetros da NVIDIA para Physical AI, capaz de gerar texto, imagens, vídeo e trajetórias de ação a partir de entradas multimodais, com foco em robótica e veículos autônomos.
The lab published no verifiable benchmark for this model.
Cosmos3-Edge representa a aposta da NVIDIA em um ponto de equilíbrio entre capacidade e custo computacional para Physical AI: com 4B parâmetros — contra os 64B do modelo Super — viabiliza inferência em hardware de borda sem abrir mão da geração multimodal unificada, o que é decisivo para aplicações de robótica em tempo real e veículos autônomos onde latência e custo de GPU são restrições operacionais concretas.
A disponibilização de uma variante Edge com política pré-treinada para a plataforma DROID (Cosmos3-Edge-Policy-DROID) indica maturidade de integração para manipulação robótica, reduzindo o ciclo de prototipagem para equipes que já operam com esse hardware sem exigir fine-tuning do zero.
Arquitetos de sistemas de robótica industrial e líderes técnicos de AV que precisam de simulação de mundo e geração de trajetórias de ação em ambientes com restrição de hardware devem avaliar o Cosmos3-Edge como backbone generativo; equipes de P&D em smart factories com plataformas DROID têm um ponto de entrada imediato via a variante Policy sem necessidade de treinar políticas do zero.