NVIDIA veröffentlicht vier Cosmos-3-Nano-Checkpoints mit offenen Gewichten für interaktive Simulationen
Am 5. November 2026 hat NVIDIA vier nachtrainierte Cosmos-3-Nano-Checkpoints (16B) mit offenen Gewichten unter OpenMDW 1.1 für Fahr- und Robotiksimulationen bereitgestellt.
NVIDIA hat am 5. November 2026 vier Checkpoints mit offenen Gewichten zur Cosmos-3-Nano-Familie hinzugefügt, die für die interaktive Weltsimulation gedacht sind: autonomes Fahren mit mehreren Sensoren und zweihändige Robotik. Die Ankündigung erfolgte über einen Hugging-Face-Beitrag; die Gewichte stehen unter OpenMDW 1.1 zum Download bereit.
Vier Rollen, ein einheitliches Nano-16B-Format
Alle werden als nachtrainierte Instanzen von Cosmos 3 Nano mit 16 Milliarden trainierbaren Parametern vorgestellt:
- Cosmos3-Nano-Transfer-Auto — Offline-Generierung von Fahrszenen: bis zu 11 Kamera-Blickwinkel (einschließlich Fisheye), gemeinsame RGB–LiDAR-Generierung, World Scenario Map-Steuerungen und Text-Prompts für Wetter, Beleuchtung und Tageszeit.
- Cosmos3-Nano-Sim-Auto — destillierte Streaming-Variante: kleine Chunks synchronisierter Beobachtungen für lange, interaktive Rollouts.
- Cosmos3-Nano-Sim-Transfer — der Physiksimulator behält Bewegung und Kontakte bei; das Modell rendert die RGB-Beobachtung aus räumlichen Steuerungssignalen (Tiefe, Segmentierung, Kanten, Unschärfe) + Text.
- Cosmos3-Nano-Sim-Bimanual — Vorhersage des nächsten Videos ausgehend von einem Bild und Roboteraktionen (oder Kamerabewegungen); Beispiele für die Verkörperungen YAM und AgiBot.
Der rote Faden: Steuerungen (Szenariokarte, Aktionen, Simulatorsignale) mit generierten Beobachtungen zu verknüpfen, gestützt auf Chunk-Generierung und Attention-Cache für nahtlose Übergänge.
Lizenz und Anpassungspipeline
NVIDIA kündigt die Lizenz OpenMDW 1.1 an, die ihren Bedingungen zufolge sowohl die kommerzielle als auch die nicht-kommerzielle Nutzung erlaubt. Auf der Modellseite von Transfer-Auto ist tatsächlich openmdw1.1-license angegeben. Der Beitrag beschreibt ein Rezept in vier Schritten (bidirektionale Anpassung, Teacher Forcing, Destillation, Self-Forcing), um einen Checkpoint an die eigene Sensorkonfiguration oder Verkörperung anzupassen — zunächst Transfer-Auto, danach die Destillation hin zu Sim-Auto, falls Streaming gewünscht ist.
Die Laufzeitumgebung bleibt anspruchsvoll: Linux, NVIDIA-GPU, Docker / NVIDIA Container Toolkit; ein vLLM-Omni-Setup wird als auf einem GB200 getestet erwähnt, ohne dass eine offizielle Speicheruntergrenze genannt wird.
Unsere Einschätzung
Cosmos 3 Nano konkurriert nicht mit allgemeinen Videogeneratoren für Endanwender: Es ist ein World-Model-Baustein für Robotik- und ADAS-Labore, die synchronisierte Multi-View-Aufnahmen im Closed-Loop benötigen. Der praktische Nutzen liegt in der klaren Rollenteilung (Offline-Daten, Streaming, Rendering aus einem Physiksimulator, zweihändige Aktionen) und der Bereitstellung der Gewichte unter OpenMDW 1.1. Das eigentliche Kriterium für eine breite Akzeptanz lässt sich jedoch nicht auf Hugging Face ablesen: Inferenzkosten pro Rollout-Stunde, Stabilität über lange Trajektorien und der tatsächliche Mehrwert beim Nachtrainieren auf der eigenen Sensorflotte. Für Teams, die bereits mit Isaac oder internen Simulatoren arbeiten, bieten diese vier Checkpoints eine solide Vergleichsbasis — vorausgesetzt, man liest die OpenMDW 1.1 genau, bevor ein Produkt ausgeliefert wird.
Quellen
- Hugging Face Blog — New NVIDIA Cosmos 3 Open Models for Interactive World Simulation (5. November 2026) Primärquelle
- Hugging Face — nvidia/Cosmos3-Nano-Transfer-Auto Primärquelle
- OpenMDW 1.1 — Lizenztext Primärquelle
Eine Primärquelle stammt direkt von dem betreffenden Unternehmen, Labor oder der Organisation. Eine Sekundärquelle gibt die Information wieder, ohne ihr Urheber zu sein: Wir kennzeichnen sie als solche. Einen Fehler entdeckt? Lesen Sie unsere Korrekturrichtlinie.
