NVIDIA lance Cosmos 3 Edge : un modèle de pointe ouvert pour le déploiement local
NVIDIA dévoile Cosmos 3 Edge, un modèle d'IA ouvert optimisé pour l'exécution locale sur divers appareils. Conçu pour la robotique et les véhicules autonomes, il améliore la vision par ordinateur et la prise de décision en temps réel.
NVIDIA lance Cosmos 3 Edge
NVIDIA a annoncé la sortie de Cosmos 3 Edge, son nouveau modèle de pointe ouvert conçu spécifiquement pour le déploiement local sur une variété d'appareils.
Cosmos 3 Edge permet aux robots d'apprendre et d'agir, aide les véhicules autonomes à comprendre les scènes routières et à prédire les intentions des autres usagers, et autorise les agents de vision IA à raisonner sur des flux vidéo en temps réel pour des tâches d'infrastructure intelligente.
Le modèle dispose de 4 milliards de paramètres et intègre un module de raisonnement de 2 milliards de paramètres basé sur Nemotron. Il peut être déployé sur DGX Spark, NVIDIA Jetson et d'autres dispositifs embarqués.
Cosmos 3 Edge combine des blocs de transformateurs autorégressifs et de diffusion grâce à un mécanisme d'attention multimodale partagé, reliant ainsi la compréhension, la prédiction, la simulation et l'action au sein d'un seul modèle.
Parmi les modèles ouverts de taille comparable, Cosmos 3 Edge se classe premier sur VANTAGE-Bench pour l'analyse de données visuelles.
Comme toujours, Cosmos 3 Edge est entièrement ouvert. Les poids du modèle, les recettes d'entraînement post-hoc et le code sont disponibles publiquement.
Le modèle est déjà disponible sur Hugging Face.
Pourquoi c'est important
AnalyseCe modèle ouvre de nouvelles perspectives pour les systèmes autonomes en renforçant leur capacité d'apprentissage et d'adaptation en temps réel. Il contribue également à faire progresser les technologies de vision par ordinateur et d'intelligence artificielle.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
JSON — données structurées pour les applications, les API et les agents IA
Guide pratique complet du format JSON : règles de syntaxe, sérialisation via parse/stringify, intégration avec les API REST, schémas JSON et sortie structurée pour l'intelligence artificielle.
Format CSV : guide complet pour l'automatisation et le travail avec l'IA
Guide pratique sur l'utilisation du format CSV dans les pipelines d'IA : spécification RFC 4180, comparaison avec XLSX et JSON, nettoyage et enrichissement massif des données, codage en Python et prompts prêts à l'emploi.
Le monopole de Nvidia et la plateforme CUDA
Analyse de la domination technologique et économique de Nvidia sur le marché de l'intelligence artificielle. Comment la plateforme logicielle CUDA (Compute Unified Device Architecture), créée en 2006, a transformé les cartes graphiques de jeu ordinaires en l'outil de calcul principal de la planète, et pourquoi il est si difficile pour les concurrents (AMD, Intel) de briser ce monopole.
Mémoire vidéo (VRAM) pour l'IA
La mémoire vidéo (Video RAM) du processeur graphique, dans laquelle sont chargés les poids des réseaux de neurones et la fenêtre de contexte. C'est le principal goulot d'étranglement matériel : si un modèle ne tient pas dans la VRAM, il ne démarrera pas ou fonctionnera dix fois plus lentement sur un processeur standard.