NVIDIA stellt vier Nano-Checkpoints für Cosmos 3 auf Hugging Face bereit

NVIDIA stellt vier Nano-Checkpoints für Cosmos 3 auf Hugging Face bereit

NVIDIA erweitert die Modellfamilie Cosmos 3 um vier Open-Weight-Checkpoints: Cosmos3-Nano-Transfer-Auto, Cosmos3-Nano-Sim-Auto, Cosmos3-Nano-Sim-Transfer und Cosmos3-Nano-Sim-Bimanual. Alle vier sind nachtrainierte Varianten von Cosmos 3 Nano. Nach Angaben von NVIDIA haben sie jeweils 16B trainierbare Parameter. Die Gewichte lassen sich auf Hugging Face herunterladen.

Wann genau die vier Checkpoints erschienen sind, lässt sich dem vorliegenden Material nicht entnehmen. Neu sind sie als spezialisierte Ableger, die Cosmos-3-Familie selbst gibt es schon länger. Drittquellen nennen Ende Mai oder Anfang Juni 2026 als Vorstellungstermin, und sie widersprechen sich. Eine nennt den 31. Mai (GTC Taipei), eine andere den 1. Juni. Der Unterschied könnte an den Zeitzonen liegen, belegt ist das nicht. Eine Primärquelle zum Starttermin liegt nicht vor. Die Datumsangabe gilt deshalb nur als Stand der Sekundärquellen.

Kamera-LiDAR-Streaming, Ampelsteuerung und aktionsbasierte Videovorhersage

Was die Modelle leisten sollen, beschreibt NVIDIA selbst. Transfer-Auto erzeugt Multi-View-Fahrdaten, in denen Wetter, Licht und Tageszeit variieren. Sim-Auto streamt synchronisierte Kamera- und LiDAR-Beobachtungen für die Fahrsimulation. Die Kopplung begründet NVIDIA so: Beim autonomen Fahren müssen Erscheinungsbild und Geometrie zusammenpassen. Die gemeinsame Erzeugung verknüpft daher visuelle Beobachtung mit 3D-Sensorik.

Sim-Transfer erzeugt aus den Steuerungen eines Physiksimulators und einem Text-Prompt fotorealistisches Video. Sim-Bimanual sagt aus Roboter- oder Kameraaktionen die visuellen Folgen voraus.

Für Fahrszenarien hebt NVIDIA außerdem die Szenen- und Ampelsteuerung hervor. Forschende könnten damit Straßenlayouts und Signalzustände variieren und danach untersuchen, wie eine Fahrpolitik darauf reagiert. Das ist die Darstellung des Herstellers. Die Qualität lässt sich aus dem Material nicht beurteilen.

OpenMDW-1.1 erlaubt kommerzielle Nutzung, Rangangaben bleiben Herstellerangaben

Die Checkpoints stehen unter der OpenMDW-1.1-Lizenz der Linux Foundation. Sie erlaubt kommerzielle und nichtkommerzielle Nutzung, jeweils nach ihren Bedingungen. Laut Technical Report und Modellkarte gilt sie auch für Code, Checkpoints, synthetische Datensätze und den Evaluations-Benchmark der Familie. Teams sollten Lizenzbedingungen und Hardwareanforderungen vor dem Einsatz selbst prüfen.

Im Technical Report schreibt NVIDIA, nachtrainierte Cosmos-3-Modelle seien von Artificial Analysis als beste Open-Source-Modelle für Text-zu-Bild und Bild-zu-Video gerankt worden. RoboArena habe sie als bestes Policy-Modell eingestuft. Die Angaben beziehen sich jeweils auf den Zeitpunkt der Berichtserstellung. Ob sie auch für diese vier Checkpoints gelten, ist offen. Unabhängig reproduziert oder peer-reviewed sind die Angaben nicht.