I modelli NVIDIA Cosmos 3 arrivano su Amazon SageMaker JumpStart, ampliando la disponibilità del suo portafoglio di intelligenza artificiale avanzata con modelli di mondo omnimodali di frontiera e open. I clienti AWS possono ora accedere a tre modelli di base specializzati progettati esplicitamente per lo sviluppo dell’IA fisica, consentendo agli ingegneri di costruire robot sofisticati, veicoli autonomi e sistemi di visione artificiale in grado di percepire, ragionare, pianificare e agire all’interno di ambienti fisici.
Implementazione dell’IA Fisica di Frontiera Tramite AWS
L’integrazione in Amazon SageMaker JumpStart offre a sviluppatori aziendali e ricercatori un accesso semplificato all’implementazione di modelli all’avanguardia. Invece di gestire complesse configurazioni infrastrutturali sottostanti, i team di ingegneri possono distribuire uno qualsiasi dei tre modelli con pochi clic tramite la console di SageMaker o in modo programmatico utilizzando il Python SDK di SageMaker all’interno dei loro account AWS designati.
Questi modelli colmano il divario critico tra intelligenza digitale ed esecuzione fisica, affrontando un’ampia gamma di sfide industriali che richiedono ragionamento fisico in tempo reale, percezione spaziale e simulazione ambientale ad alta fedeltà. Ciascun modello della gamma Cosmos 3 mira a specifici vincoli operativi, spaziando dai sistemi embedded con risorse limitate fino a massicci flussi di lavoro di simulazione basati su cloud.
Specifiche del Portafoglio di Modelli Cosmos 3
La suite recentemente disponibile è composta da tre varianti distinte su misura per specifici livelli di prestazioni e requisiti di carico di lavoro:
- Cosmos3-Edge: Progettato esplicitamente per il controllo dei robot su dispositivo e il ragionamento visivo in tempo reale su hardware edge specializzato. Questo omni-modello da 4 miliardi di parametri integra un sistema di ragionamento basato su Nemotron da 2 miliardi che opera a una risoluzione di controllo per robot (640×360). Offre ragionamento in tempo reale e genera 32 azioni per inferenza a 15 Hz su NVIDIA Jetson Thor, supportando al contempo flussi video a 256p e 480p da 12 a 30 FPS.
- Cosmos3-Nano: Un modello omnimodale compatto da 16 miliardi di parametri ottimizzato per la generazione di mondi basata sulla fisica e un profondo ragionamento fisico. Elabora input multimodali che combinano testo, immagini, video, audio e traiettorie di azione per produrre output sincronizzati, consentendo agli agenti di sfruttare conoscenze preliminari, senso comune e intuizione fisica. Supporta il ragionamento avanzato a catena di pensiero (chain-of-thought) su testo, immagini e video a risoluzioni fino a 720p.
- Cosmos3-Super: Il modello di punta della famiglia, che offre generazione e simulazione di mondi alla massima fedeltà con 64 miliardi di parametri. Sfruttando un’architettura unificata Mixture-of-Transformers, elabora e genera congiuntamente linguaggio, immagini, video, audio e sequenze di azioni su molteplici proporzioni (aspect ratio) fino a una risoluzione di 720p, rendendolo ideale per simulazioni su larga scala, generazione di dati sintetici e flussi di lavoro di apprendimento delle policy.
I professionisti che desiderano integrare queste funzionalità possono fare riferimento alla documentazione completa disponibile attraverso il catalogo dei modelli di Amazon SageMaker JumpStart per configurare efficacemente le proprie pipeline di distribuzione.
Fonte: Articolo originale
