IA en un minutoNoticiasModelos
NVIDIA añade cuatro modelos abiertos a su familia Cosmos 3 para simular mundos de forma interactiva
Redacción de IA en un minuto · Editor: Jon Elgezabal
En 30 segundos
NVIDIA suma a Cosmos 3 cuatro modelos de pesos abiertos que generan mundos simulados: dos sirven para crear datos de conducción autónoma con cámaras y LiDAR, y otros dos para robótica. Cosmos3-Nano-Sim-Bimanual, por ejemplo, anticipa lo que verá un robot de dos brazos según sus movimientos. NVIDIA los ofrece en Hugging Face bajo licencia OpenMDW 1.1, con recetas para adaptarlos.
NVIDIA ha presentado este 5 de noviembre, en su blog de Hugging Face, cuatro modelos nuevos de pesos abiertos para Cosmos 3, su plataforma de modelos de mundo. Estos modelos generan el vídeo de un entorno a partir de unas órdenes y de lo que ha ocurrido antes. Dos de los nuevos están pensados para la conducción autónoma y los otros dos, para la robótica.
En conducción, Cosmos3-Nano-Transfer-Auto crea datos sintéticos con hasta 11 cámaras, ojos de pez incluidos, y puede generar a la vez imagen y LiDAR; el desarrollador elige el tiempo, la luz o la hora del día de cada escena. Cosmos3-Nano-Sim-Auto es una variante destilada del anterior que produce, en pocos pasos y por tramos cortos, vídeo de cámara y LiDAR sincronizados, para simulaciones largas en las que la conducción va cambiando las órdenes.
En robótica, Cosmos3-Nano-Sim-Transfer convierte en vídeo realista los controles de un simulador físico y una descripción de texto, mientras que el simulador sigue encargándose de la física. Cosmos3-Nano-Sim-Bimanual parte de una imagen y predice cómo cambia la escena según lo que hagan un robot de dos brazos o la cámara, con las plataformas YAM y AgiBot; puede manejarlo una política de control o una persona con joysticks.
Los cuatro son versiones de Cosmos 3 Nano ajustadas después del entrenamiento y se publican con la licencia OpenMDW 1.1, que según NVIDIA permite el uso comercial y el no comercial en los términos que fija. La empresa acompaña los modelos con las recetas de entrenamiento para adaptarlos a datos, sensores o robots propios. Para ejecutarlos pide Linux, una GPU de NVIDIA y Docker; la configuración publicada se probó en una sola GB200, que NVIDIA aclara que no es un requisito mínimo de memoria. La propia NVIDIA admite que todavía falta medir en qué casos estos modelos sirven de verdad para entrenar y evaluar políticas de control, y dónde se quedan cortos.
Por qué importa · análisis y opinión
Para que un coche autónomo aprenda a conducir o un robot a manejar objetos hacen falta muchas más situaciones de las que hay grabadas, y de ahí el interés por los simuladores que generan escenas creíbles. Con estos modelos, NVIDIA avanza hacia una simulación que responde a cada acción en lugar de limitarse a reproducir un vídeo. Que los pesos y las recetas sean abiertos permite a investigadores y desarrolladores probarlos sin empezar de cero, aunque necesitarán GPU de NVIDIA para hacerlo. Lo más valioso del anuncio es lo que reconoce: no está claro cuánto de lo aprendido en estos mundos sintéticos se traslada al mundo real. Esa medición decidirá si pasan de banco de pruebas a herramienta de trabajo.
Fuente oficial: NVIDIA · Redactada con ayuda de IA: cómo hacemos las noticias
