NVIDIA Lanza Cosmos 3 Edge - Un Modelo Abierto para Implementación Local
NVIDIA ha presentado su nuevo modelo Cosmos 3 Edge diseñado para implementación local en varios dispositivos. Este modelo ayuda en el entrenamiento de robots y vehículos autónomos, así como en tareas de visión por computadora.
NVIDIA Lanza Cosmos 3 Edge
NVIDIA ha anunciado el lanzamiento de Cosmos 3 Edge - su modelo abierto de frontera diseñado para implementación local en dispositivos.
Cosmos 3 Edge ayuda a los robots a aprender y actuar, permite a los vehículos autónomos entender escenas de tráfico y predecir las intenciones de los participantes del tráfico, y permite a los agentes de visión por IA razonar en función de flujos de video en tiempo real para tareas de infraestructura inteligente.
El modelo cuenta con 4 mil millones de parámetros e incluye un razonador de 2 mil millones de parámetros basado en Nemotron. Se puede implementar en DGX Spark, NVIDIA Jetson y otros dispositivos.
Cosmos 3 Edge combina bloques de transformadores autorregresivos y de difusión a través de un mecanismo compartido de atención multimodal, vinculando comprensión, predicción, simulación y acción dentro de un solo modelo.
Entre los modelos abiertos de tamaño comparable, Cosmos 3 Edge ocupa el primer lugar en VANTAGE-Bench para análisis de datos visuales.
Como siempre, Cosmos 3 Edge es completamente abierto. Los pesos del modelo, las recetas de post-entrenamiento y el código están disponibles.
El modelo ya está disponible en Hugging Face.
Por qué es importante
AnálisisEste modelo abre nuevas posibilidades para sistemas autónomos, mejorando su capacidad para aprender y adaptarse en tiempo real. También contribuye al avance de las tecnologías de visión por computadora e inteligencia artificial.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
JSON — Datos estructurados para programas, APIs y agentes de IA
Guía práctica y completa sobre JSON: especificación de sintaxis, serialización con parse y stringify, consumo de APIs REST, validación con JSON Schema y salidas estructuradas para LLMs.
Formato CSV: guía completa para automatizaciones y flujos de IA
Guía práctica sobre el formato CSV en flujos de IA: estándar RFC 4180, comparativa con XLSX y JSON, limpieza masiva, enriquecimiento de datos, scripts en Python y prompts para producción.
Monopolio de Nvidia y la Plataforma CUDA
Análisis del dominio tecnológico y económico de Nvidia en el mercado de inteligencia artificial. La plataforma CUDA (Compute Unified Device Architecture), creada en 2006, transformó las tarjetas gráficas de juegos en la principal herramienta computacional del planeta, dificultando a los competidores (AMD, Intel) romper esta monopolio.
Memoria de Video (VRAM) para IA
La memoria de video (Video RAM) de la GPU se utiliza para cargar los pesos de la red neuronal y la ventana de contexto. Es el principal cuello de botella de hardware: si el modelo no cabe en la VRAM, no se ejecutará o funcionará decenas de veces más lento en una CPU convencional.