엔비디아가 로봇과 자율주행, 스마트 인프라 등 엣지 환경에서 피지컬 AI를 구현하기 위한 새로운 월드 파운데이션 모델 '코스모스 3 엣지(Cosmos 3 Edge)'를 공개했다.
코스모스 3 엣지는 40억 개(4B) 파라미터를 갖춘 모델로, 메모리 효율성과 높은 처리 성능을 고려해 설계됐다. 엔비디아 젯슨(Jetson) 플랫폼을 비롯해 RTX PRO, DGX 시스템, 지포스 RTX GPU에서도 실행할 수 있으며, 제한된 컴퓨팅 환경에서도 실시간 AI 추론을 지원한다.
이 모델은 텍스트와 이미지, 영상, 주변 소리, 동작 정보를 함께 이해하고 생성할 수 있는 옴니모달 월드 모델이다. 트랜스포머 기반 아키텍처를 활용해 실시간 비전 분석과 로봇 제어 등 피지컬 AI 작업을 수행할 수 있도록 설계됐다.
엔비디아에 따르면 코스모스 3 엣지는 동일한 규모의 모델 가운데 VANTAGE-Bench 비전 분석 벤치마크에서 최고 수준의 성능을 기록했으며, 사후 학습(Post-training)을 통해 로봇 AI 성능도 더욱 향상시킬 수 있다.
로보틱스 분야에서는 DGX 스테이션에서 자체 데이터를 활용해 모델을 추가 학습한 뒤 젯슨 토르(Jetson Thor)에 배포해 실시간 로봇 제어에 활용할 수 있다. 애자일 로봇, 두산로보틱스, 지멘스, 스킬드 AI 등이 관련 기술을 평가하고 있다.
자율주행 분야에서는 도로 환경 인식과 객체 행동 예측, 정책 모델 학습 등에 활용될 수 있으며, 스마트 인프라에서는 교통 관제와 공공 안전, 물류, 산업 검사 등 실시간 영상 기반 AI 서비스에 적용할 수 있다. 또한 20억 파라미터 규모의 네모트론(Nemotron) 추론 모듈은 젯슨 오린 8GB에서도 독립적으로 실행할 수 있다.
코스모스 3 엣지는 엔비디아 피지컬 AI 플랫폼 '코스모스 3' 제품군의 일부로, 4B 규모의 엣지 모델과 함께 16B '코스모스 3 나노', 64B '코스모스 3 슈퍼' 모델도 함께 제공된다. 엔비디아는 관련 모델을 허깅페이스(Hugging Face)를 통해 공개했으며, 학습 프레임워크와 레시피는 깃허브(GitHub)에서 확인할 수 있다고 밝혔다.
