NVIDIA Cosmos 3 Edge: Neues 4B-Weltmodell für die Robotik

NVIDIA hat Cosmos 3 Edge in den Open-Access-Status überführt. Das kompakte Weltmodell mit 4 Milliarden Parametern wurde für die Robotik, Computer Vision und autonomen Transport entwickelt. Im Gegensatz zu den massiven Cloud-Modellen ist diese Variante auf Hardware mit begrenzten Rechenressourcen zugeschnitten. Sie ermöglicht KI-Entscheidungen direkt am Einsatzort, ohne den Umweg über externe Server.

Multimodale Fähigkeiten und Architektur

NVIDIA Cosmos 3 Edge verarbeitet Text, Bilder, Videos sowie Bewegungstrajektorien gleichermaßen. Als Output liefert das System Videos, Bilder oder konkrete Steuerungsbefehle für mechanische Aktoren.

Technisch setzt NVIDIA auf eine Mixture-of-Transformers-Architektur. Ein autoregressiver Part übernimmt die logische Analyse und das Reasoning innerhalb einer Umgebung. Parallel dazu ist ein Diffusion-Teil für die visuelle und akustische Generierung zuständig. Diese Verzahnung sorgt dafür, dass das System eine Szene nicht nur passiv erfasst, sondern physische Interaktionen daraus ableitet. Cosmos 3 Edge fungiert damit als Bindeglied zwischen rein visueller Wahrnehmung und der tatsächlichen mechanischen Ausführung.

Benchmarks und Leistungsvergleich

In internen Vergleichen setzt sich Cosmos 3 Edge an die Spitze seiner Gewichtsklasse. Bei der Videoanalytik belegt das Modell laut NVIDIA den ersten Platz im VANTAGE-Benchmark. Auch beim Training von Steuerungsalgorithmen für Greifarme arbeitet das System ressourceneffizient.

Modellvariante	Parameter	Primärer Einsatzbereich
Cosmos 3 Edge	4 Mrd.	Edge-Geräte, Robotik
Cosmos 3 Nano	16 Mrd.	Mobile Workstations
Cosmos 3 Super	64 Mrd.	Datencenter, High-End

Die aktuelle Veröffentlichung umfasst zudem das spezialisierte Modell Cosmos 3 Edge Policy, das auf die Manipulation von Roboterarmen optimiert wurde. Ebenfalls enthalten sind 4-Schritt-Versionen von Cosmos 3 Super (Image2Video und Text2Image). Diese wurden mittels DMD2-Destillation aus dem größten Modell extrahiert, um die Generierungsgeschwindigkeit massiv zu erhöhen.

Einordnung in die Cosmos-Familie

Mit der Edge-Variante stellt NVIDIA den bisher kleinsten Ableger der Cosmos-Serie vor, die seit dem Frühjahr 2026 den Markt für Weltmodelle prägt. Während Cosmos 3 Nano (16 Milliarden Parameter) und Cosmos 3 Super (64 Milliarden Parameter) komplexe Simulationen in Rechenzentren übernehmen, bringt die Edge-Version diese Intelligenz in mobile Roboter und Fabrikanlagen.

Alle Modelle der Serie interpretieren Szenen, berechnen physikalische Vorhersagen und leiten daraus Handlungen ab. Die Bereitstellung erfolgt unter der OpenMDW-Lizenz, was die Integration in industrielle Projekte vereinfacht. Die Gewichte stehen über das Hugging Face Ökosystem zum Download bereit.

Weitere Informationen findest du in der NVIDIA Cosmos 3 Kollektion sowie im offiziellen Hugging Face Blog.