NVIDIA amplió su plataforma Cosmos con nuevas herramientas de entrenamiento, checkpoints de simulación y blueprints de Cosmos Data Factory, según el anuncio que la empresa publicó el 27 de octubre de 2026. El objetivo es acelerar la construcción de modelos de mundo, los sistemas que ayudan a la IA física a entender y simular el mundo real.
Según NVIDIA, Cosmos figura entre los cinco primeros en seis tablas de clasificación de modelos abiertos. La plataforma entrega modelos abiertos junto con datos, herramientas de entrenamiento y optimización y recetas para escalar datos de entrenamiento, adaptar modelos, probar su comportamiento y optimizarlos antes del despliegue.
Mejores datos de entrenamiento
Un modelo de mundo parte de datos multimodales y multisensoriales.
NVIDIA Cosmos Data Factory junta herramientas para etiquetar, curar, aumentar y evaluar datos a escala para entrenar IA física. Cosmos Curator, la herramienta acelerada por GPU para curar conjuntos de video, ahora acepta entradas multimodales y multisensoriales y suma nuevos bloques de procesamiento.
Cosmos Data Factory ofrece cinco blueprints nativos de la nube, disponibles en GitHub, Microsoft Azure, Nebius y CoreWeave.
- Generación de datos para vehículos autónomos. Cura y etiqueta datos de conducción y agrega ejemplos sintéticos de escenarios difíciles de capturar.
- Aumento de atributos de imagen. Varía la apariencia de los objetos para mejorar la búsqueda de imágenes.
- Generación de video de eventos. Convierte imágenes fijas en videos sintéticos de eventos raros o peligrosos.
- Generación de imágenes de defectos. Crea imágenes de defectos en placas de circuito impreso, metal y vidrio para modelos de inspección.
- Aumento de datos de video. Cambia el clima y la iluminación de grabaciones existentes sin alterar la estructura de la escena.
Varias empresas ya usan estos blueprints. Porsche lidera el desarrollo de un ciclo de datos compartido para conducción autónoma entre las marcas del Grupo Volkswagen, con Cosmos Data Factory a través de Voxel51 sobre Microsoft Azure. Según NVIDIA, eso reduciría hasta en 90% las pruebas de manejo físicas repetidas y acortaría hasta en 85% los ciclos de desarrollo.
ANYbotics generó más de 1.500 clips de video sintético con los blueprints, curó datos reales y validó los resultados con la plataforma de Encord. Con eso entrenó a sus robots de inspección industrial para reconocer derrames de líquidos y otros cambios entre una visita y otra a una planta.
Ultralytics, empresa de visión por computador, reentrenó su modelo YOLO con imágenes reales y defectos sintéticos generados con Cosmos Data Factory, y mejoró la localización y la tasa de detección de defectos.
Entrenar, adaptar y optimizar modelos
Con los datos listos, los desarrolladores pueden entrenar su propia arquitectura o partir de un modelo preentrenado.
En la GTC de Berlín, NVIDIA extendió las herramientas y recetas de entrenamiento, optimización y despliegue de Cosmos Framework como skills para agentes, aplicables a más modelos abiertos, junto con Cosmos 3.
Desarrolladores y agentes pueden adaptar modelos abiertos como GR00T, Alpamayo, Qwen, Pi0.5 y otros modelos compatibles de Hugging Face mediante ajuste fino y aprendizaje por refuerzo, optimizarlos con destilación y cuantización y desplegarlos con inferencia de alto rendimiento.
El laboratorio de robótica MicroAGI postentrenó Cosmos 3 con videos de personas manipulando objetos para crear un modelo de mundo especializado en manipulación en primera persona. Luego destiló su razonador de 32.000 millones de parámetros a un modelo Nano de 8.000 millones, sin pérdida de precisión según NVIDIA.
En Roboflow se pueden etiquetar datos y postentrenar Cosmos 3 para entornos y tareas específicas, y después desplegar esos modelos en el servicio alojado de Roboflow o en GPU NVIDIA propias, para llevar razonamiento sobre video a fábricas y bodegas.
¿Qué trae Cosmos 3 Nano para simulación?
NVIDIA también publicó nuevas variantes de Cosmos 3 Nano para simulación. Permiten probar políticas autónomas en escenarios repetibles, multivista y multisensor que son difíciles de capturar en la realidad. El código que las acompaña sirve para adaptar los modelos y entrenar y evaluar políticas propias para vehículos autónomos y robots de dos brazos en simulaciones interactivas, antes de las pruebas reales.
Los modelos Cosmos principales se despliegan con los microservicios actualizados NVIDIA Cosmos 3 NIM, que según la empresa entregan inferencia hasta 2 veces más rápida sin pérdida de calidad en configuraciones validadas. El análisis continuo de video permite alertas en menos de un segundo.
Para quienes trabajan en visión artificial, el nuevo NVIDIA Metropolis Blueprint para búsqueda y resumen de video (VSS) 3.3, construido sobre los microservicios Cosmos NIM, convierte una instrucción en una aplicación de IA de video. Según NVIDIA, permite monitorear 40% más transmisiones de video con la misma GPU.
La petrolera ADNOC usa MistIQ, la plataforma agéntica de Fogsphere construida con Cosmos y el blueprint Metropolis VSS, para detectar riesgos de seguridad en tiempo real en 65 instalaciones. Para eventos poco frecuentes, Fogsphere también usa Cosmos Data Factory para generar datos sintéticos de entrenamiento, lo que mejora la detección sin tener que montar situaciones peligrosas en la realidad.
La plataforma Cosmos es modular y abierta. Cosmos Data Factory genera los conjuntos de entrenamiento, Cosmos Framework entrena y adapta los modelos de mundo, y los modelos compatibles se despliegan con microservicios NIM.
