NVIDIA ha publicado cuatro nuevos checkpoints de pesos abiertos para su familia de modelos Cosmos 3, según un artículo en Hugging Face fechado el 5 de noviembre de 2026. Los cuatro son versiones posentrenadas de Cosmos 3 Nano y tienen 16B de parámetros entrenables.
Qué se ha publicado
- Cosmos3-Nano-Transfer-Auto genera datos sintéticos de conducción sin conexión. Puede producir vídeo sincronizado en hasta 11 vistas de cámara, incluidas cámaras ojo de pez, y añadir LiDAR. Con instrucciones de texto se controlan el clima, la iluminación y la hora del día.
- Cosmos3-Nano-Sim-Auto es la versión en streaming de ese modelo. Produce fragmentos cortos de salida de cámara y LiDAR en pocos pasos de eliminación de ruido, de modo que la simulación puede prolongarse y responder a controles cambiantes.
- Cosmos3-Nano-Sim-Transfer recibe controles espaciales de un simulador de física, como profundidad, segmentación y bordes, junto con un texto, y renderiza vídeo en color que una política puede consumir. La física y el estado de referencia se quedan en el simulador.
- Cosmos3-Nano-Sim-Bimanual predice los siguientes fotogramas de vídeo a partir de acciones del robot o de la cámara. Admite configuraciones de dos brazos para las plataformas YAM y AgiBot, y puede manejarse con una política o con joysticks.
Licencia y requisitos
Los pesos se distribuyen con la licencia OpenMDW1.1, que permite el uso comercial y no comercial bajo sus términos. Para ejecutar el checkpoint Bimanual hacen falta Linux, una GPU de NVIDIA, Docker y el NVIDIA Container Toolkit. NVIDIA indica que la configuración publicada se probó en una GB200 y que esa cifra no es un mínimo de memoria.
Cómo adaptar los modelos
NVIDIA también publica recetas de posentrenamiento en cuatro etapas, desde la adaptación a un dominio y la destilación hasta el entrenamiento con el historial generado por el propio modelo. Los equipos pueden adaptar Transfer-Auto a su propia disposición de cámaras y LiDAR y después destilarlo en un modelo de streaming. El artículo recomienda evaluar con episodios reservados, porque una ejecución corta con éxito demuestra que el pipeline funciona, pero no que el modelo haya convergido.
El texto admite con franqueza que los problemas difíciles siguen abiertos: el siguiente paso es medir en qué casos estos modelos ayudan al aprendizaje y la evaluación de políticas y en cuáles se quedan cortos.
Qué implica
Es una publicación de investigación e ingeniería para desarrolladores de robótica y conducción autónoma. No afecta a los flujos de ventas, soporte u operaciones que automatizan la mayoría de los equipos B2B.