Os modelos NVIDIA Cosmos 3 chegam ao Amazon SageMaker JumpStart, expandindo a disponibilidade do seu portfólio avançado de inteligência artificial com modelos de mundo onnimodais de fronteira e abertos. Os clientes da AWS agora podem aceder a três modelos de base especializados concebidos explicitamente para o desenvolvimento de IA física, permitindo aos engenheiros construir robôs sofisticados, veículos autónomos e sistemas de IA de visão capazes de perceber, raciocinar, planear e agir em ambientes físicos.
Implementação de IA Física de Fronteira Através da AWS
A integração no Amazon SageMaker JumpStart proporciona aos programadores empresariais e investigadores um acesso simplificado à implementação de modelos de última geração. Em vez de gerirem configurações de infraestrutura subjacentes complexas, as equipas de engenharia podem implementar qualquer um dos três modelos com apenas alguns cliques através da consola do SageMaker ou de forma programática utilizando o SDK do SageMaker para Python nas respetivas contas da AWS designadas.
Estes modelos colmatam a lacuna crítica entre a inteligência digital e a execução física, abordando uma vasta gama de desafios industriais que exigem raciocínio físico em tempo real, perceção espacial e simulação de ambientes de alta fidelidade. Cada modelo da linha Cosmos 3 foca-se em restrições operacionais distintas, escalando desde sistemas embebidos com recursos limitados até pipelines de simulação em nuvem de grande escala.
Especificações do Portfólio de Modelos Cosmos 3
O conjunto recentemente disponibilizado é composto por três variantes distintas adaptadas a envelopes de desempenho e requisitos de carga de trabalho específicos:
- Cosmos3-Edge: Concebido explicitamente para o controlo de robôs no dispositivo e raciocínio visual em tempo real em hardware de ponta especializado. Este omnimodelo de 4B de parâmetros integra um raciocinador baseado em Nemotron de 2B que opera à resolução de controlo de robô (640×360). Oferece raciocínio em tempo real e gera 32 ações por inferência a 15 Hz na NVIDIA Jetson Thor, suportando também fluxos de vídeo de 256p e 480p a 12 até 30 FPS.
- Cosmos3-Nano: Um modelo onnimodal compacto de 16B de parâmetros otimizado para a geração de mundos com consciência física e raciocínio físico profundo. Processa entradas multimodais combinando texto, imagens, vídeo, áudio e trajetórias de ação para produzir saídas sincronizadas, permitindo aos agentes utilizar conhecimento prévio, senso comum e intuição física. Suporta raciocínio avançado de cadeia de pensamento sobre texto, imagens e vídeo a resoluções até 720p.
- Cosmos3-Super: O principal modelo da família, que fornece a geração de mundos e simulação da mais alta fidelidade com 64B de parâmetros. Utilizando uma arquitetura unificada Mixture-of-Transformers, processa e gera conjuntamente linguagem, imagens, vídeo, áudio e sequências de ações em múltiplos rácios de aspeto até uma resolução de 720p, tornando-o ideal para simulação em grande escala, geração de dados sintéticos e fluxos de trabalho de aprendizagem de políticas.
Os profissionais que pretendam integrar estas capacidades podem consultar a documentação abrangente disponível através do catálogo de modelos do Amazon SageMaker JumpStart para configurar eficazmente os seus pipelines de implementação.
Fonte: Artigo original
