Model Cosmos3-Edge, Cosmos3-Nano, dan Cosmos3-Super kini tersedia di Amazon SageMaker JumpStart
Model Cosmos3-Edge, Cosmos3-Nano, dan Cosmos3-Super dari NVIDIA kini tersedia di Amazon SageMaker JumpStart, memperluas portofolio model dasar yang dapat diakses oleh pelanggan AWS. Ketiga model ini membentuk keluarga Cosmos 3 dari model dunia omnimodal terbuka dan mutakhir untuk AI fisik, yang memungkinkan pelanggan untuk membangun robot, kendaraan otonom, dan AI visi yang merasakan, bernalar, merencanakan, dan bertindak di dunia fisik.
Model-model ini menjawab berbagai tantangan AI fisik dengan kemampuan khusus:
Cosmos3-Edge dirancang untuk pengendalian robot pada perangkat serta penalaran visual secara real-time pada perangkat keras edge. Omni-model 4B-parameter ini (dengan penalaran berbasis Nemotron 2B) beroperasi pada resolusi kontrol robot (640×360), memberikan penalaran real-time dan menghasilkan 32 tindakan per inferensi pada 15 Hz di NVIDIA Jetson Thor. Perangkat ini mendukung video 256p dan 480p pada kecepatan 12–30 FPS, menghadirkan kemampuan AI fisik terdepan secara langsung ke sistem tertanam.
Cosmos3-Nano unggul dalam pembuatan dunia yang memahami prinsip fisika serta penalaran fisik sebagai model omnimodal ringkas dengan 16 miliar parameter. Sistem ini memproses kombinasi teks, gambar, video, audio, dan lintasan tindakan untuk menghasilkan output yang sesuai, sehingga memungkinkan robot dan agen AI berbasis visi untuk melakukan penalaran menggunakan pengetahuan awal, pemahaman fisika, dan akal sehat. Fitur ini mendukung penalaran berantai terhadap teks, gambar, dan video dengan resolusi hingga 720p.
Cosmos3-Super menghadirkan simulasi dan pembuatan dunia dengan fidelitas tertinggi dalam keluarga Cosmos 3, dengan kapasitas 64 miliar parameter. Sistem ini secara bersamaan memproses dan menghasilkan bahasa, gambar, video, audio, dan urutan aksi dalam arsitektur Mixture-of-Transformers yang terpadu, mendukung resolusi hingga 720p di berbagai rasio aspek. Ideal untuk simulasi berskala besar, pembuatan data sintetis, dan alur kerja pembelajaran kebijakan.
Dengan SageMaker JumpStart, pelanggan dapat men-deploy salah satu model ini hanya dengan beberapa klik untuk mengatasi kasus penggunaan AI spesifik mereka.
Untuk memulai dengan model ini, navigasikan ke katalog model SageMaker JumpStart di konsol SageMaker atau gunakan SageMaker Python SDK untuk men-deploy model ke akun AWS Anda. Untuk informasi selengkapnya tentang men-deploy dan penggunaan model fondasi di SageMaker JumpStart, lihat dokumentasi Amazon SageMaker JumpStart.