A NVIDIA publicou quatro novos checkpoints de pesos abertos para a família de modelos Cosmos 3, segundo um post no Hugging Face de 5 de novembro de 2026. Os quatro são versões pós-treinadas do Cosmos 3 Nano e têm 16B de parâmetros treináveis.
O que foi lançado
- Cosmos3-Nano-Transfer-Auto produz dados sintéticos de direção em modo offline. Gera vídeo sincronizado em até 11 ângulos de câmera, incluindo câmeras olho de peixe, e pode adicionar LiDAR. Prompts de texto controlam clima, iluminação e hora do dia.
- Cosmos3-Nano-Sim-Auto é a versão em streaming desse modelo. Entrega trechos curtos de saída de câmera e LiDAR em poucas etapas de remoção de ruído, de modo que a simulação pode rodar por bastante tempo e reagir a comandos que mudam.
- Cosmos3-Nano-Sim-Transfer recebe controles espaciais de um simulador de física, como profundidade, segmentação e bordas, mais um prompt de texto, e renderiza vídeo colorido que uma política consegue consumir. A física e o estado de referência continuam no simulador.
- Cosmos3-Nano-Sim-Bimanual prevê os próximos quadros de vídeo a partir de ações do robô ou da câmera. Suporta configurações de dois braços para os formatos YAM e AgiBot e pode ser conduzido por uma política ou por joysticks.
Licença e requisitos
Os pesos usam a licença OpenMDW1.1, que permite uso comercial e não comercial, conforme seus termos. Para rodar o checkpoint Bimanual, é preciso ter Linux, uma GPU NVIDIA, Docker e o NVIDIA Container Toolkit. A NVIDIA informa que a configuração publicada foi testada em uma GB200 e que esse valor não representa um mínimo de memória.
Como adaptar os modelos
A NVIDIA também publica receitas de pós-treinamento em quatro etapas, que vão da adaptação a um domínio, passando pela destilação, até o treinamento com o histórico gerado pelo próprio modelo. As equipes podem adaptar o Transfer-Auto ao seu próprio arranjo de câmeras e LiDAR e depois destilá-lo em um modelo de streaming. O post recomenda avaliar com episódios reservados, porque uma execução curta bem-sucedida prova que o pipeline roda, mas não mostra que o modelo convergiu.
O texto admite com franqueza que os problemas difíceis continuam em aberto: o próximo passo é medir onde esses modelos ajudam no aprendizado e na avaliação de políticas e onde ficam devendo.
O que isso significa
É um lançamento de pesquisa e engenharia para quem desenvolve robótica e direção autônoma. Ele não toca nos fluxos de vendas, suporte e operações que a maioria das equipes B2B automatiza.