لقد صدرت نفيديا كوزموس 3 إيدج، وهو نموذج عالمي مفتوح ذو 4 مليارات معلمة مصمم للتشغيل على الجهاز. فهو يساعد الروبوتات ووكلاء الذكاء الاصطناعي على فهم البيئة المحيطة والتفكير في الوقت الفعلي وإنشاء إجراءات الروبوت محليًا.
تضم عائلة Cosmos 3 كلاً من Cosmos 3 Nano (16B) وCosmos 3 Super (64B) اللذين تم شحنهما في 31 مايو 2026 في GTC Taipei. الحافة هي الطبقة الثالثة والأصغر، حيث يبلغ حجمها حوالي واحد على ستة عشر حجم الطبقة الفائقة.
المشكلة محددة. تعمل الآلات على الحافة في المصانع والمستودعات والمستشفيات. إنهم بحاجة إلى أداء على مستوى مركز البيانات على الأنظمة ذات الذاكرة المحدودة. يستهدف Cosmos 3 Edge هذه الفجوة.
ماذا يفعل النموذج العالمي هنا
يتعلم النموذج العالمي كيف تتغير البيئة مع مرور الوقت. إنه يمثل الأشياء والحركة والعلاقات المكانية وتأثيرات الإجراءات.
فكر في روبوت يصل إلى شيء ما. التعرف على الكائن هو الخطوة الأولى فقط. يجب على الروبوت أيضًا أن يتتبع مكان وجود الجسم، وكيف يتحرك قابضه، وما يحدث عند ملامسته. نموذج عالمي يفسر هذه العلاقات. يمكنه التنبؤ بالنتيجة المرئية لإجراء ما، أو استنتاج الإجراء الذي تسبب في التغيير، أو إنشاء إجراء للوصول إلى الهدف.
يجمع Cosmos 3 Edge هذه الإمكانات في نموذج واحد على الجهاز. يتيح تمثيله المشترك للنظام فهم الحالة العالمية الحالية، ومحاكاة العقود المستقبلية المحتملة، وربط تلك العقود المستقبلية بالأفعال.
برجين للمحولات، وتمثيل واحد مشترك
يستخدم Cosmos 3 بنية خليط من المحولات مع برجين، كما هو موضح في التقرير الفني لـ NVIDIA.
ال برج الانحدار الذاتي يعالج رموز الرؤية والنص من أجل الفهم والاستدلال. ال برج الانتشار يعالج رموز الرؤية والصوت والعمل للتنبؤ والتوليد والمحاكاة العصبية.
يحتفظ البرجان بطبقات تطبيع منفصلة وإدراك متعدد الطبقات. إنهم يتشاركون في طبقات الاهتمام متعددة الوسائط، والتي تعمل على محاذاة المعلومات عبر اللغة والفيديو والصوت والإجراء. يتيح ذلك للنموذج التفكير في المشهد قبل أن يقوم بإنشاء مخرجات.
يتكيف نمط الاهتمام مع كل طريقة. تستخدم اللغة الاهتمام السببي، حيث يهتم كل رمز برموز سابقة. تتوافق رموز الانتشار على نطاق أوسع مع السياق المتاح، مما يدعم التنبؤ والتوليد المتماسكين. اعتمادًا على المهمة، يُصدر النموذج رموزًا منطقية من برج الانحدار الذاتي، أو مقاطع فيديو ورموز حركة منزوعة الضوضاء من برج الانتشار.
يستخدم Cosmos 3 Edge محولًا كثيفًا 2B لمسببه، ويتبع اصطلاحات الرسائل المتوافقة مع Qwen3-VL لمدخلات الصور والفيديو، وفقًا لمستودع Cosmos GitHub.
الوجبات السريعة الرئيسية
- Cosmos 3 Edge هو نموذج عالم مفتوح 4B (مفكر كثيف 2B) يعمل على الجهاز، وتم إصداره في 20 يوليو على Hugging Face.
- يجمع تصميم مزيج من المحولات بين برج التفكير الذاتي الانحدار وبرج مولد الانتشار من خلال الاهتمام المشترك متعدد الوسائط.
- تبلغ دقة التحكم 640 × 360، و32 إجراء لكل استدلال، و15 هرتز للتحكم في الوقت الفعلي على NVIDIA Jetson Thor.
- يتم تعيين الإجراءات إلى تمثيل مشترك للترجمة/التدوير/التلاعب، والكاميرا الممتدة، والمركبة، والذراع الواحد، والذراع المزدوج، والتجسيدات البشرية.
- المعايير (#1 على VANTAGE-Bench في 4B) تتم المطالبة بها داخليًا؛ يتم شحن النموذج ضمن Linux Foundation OpenMDW-1.1.
مصادر: منشور إطلاق Hugging Face، بطاقة نموذج Cosmos3-Edge، مجموعة Cosmos 3، تقرير NVIDIA الفني (PDF)، Cosmos GitHub، مدونة مطور NVIDIA، مدونة Jetson Thor وغرفة أخبار NVIDIA: تحالف اليابان
آصف رزاق هو الرئيس التنفيذي لشركة Marktechpost Media Inc.. بصفته رجل أعمال ومهندسًا صاحب رؤية، يلتزم آصف بتسخير إمكانات الذكاء الاصطناعي لتحقيق الصالح الاجتماعي. وكان أحدث مساعيه هو إطلاق منصة وسائط الذكاء الاصطناعي، Marktechpost، والتي تتميز بتغطيتها المتعمقة لأخبار التعلم الآلي والتعلم العميق التي تتميز بأنها سليمة من الناحية التقنية وسهلة الفهم من قبل جمهور واسع. تتمتع المنصة بأكثر من 2 مليون مشاهدة شهريًا، مما يوضح شعبيتها بين الجماهير.
اكتشاف المزيد من كحيل | أخبار التقنية
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
