TL;DR:
- NVIDIA presentó Cosmos 3 Edge el miércoles 15 de julio en Tokio: el integrante ligero de su familia de modelos de mundo, diseñado para que robots y agentes de visión decidan qué hacer dentro del propio aparato.
- Son 4,000 millones de parámetros, se adapta a un robot o sensor concreto en alrededor de un día y corre en GPUs RTX, sistemas DGX y módulos Jetson.
- Los módulos Jetson T3000 y T2000 que lo llevarán a la robótica masiva no llegan al mercado hasta el primer trimestre de 2027.
NVIDIA presentó el miércoles 15 de julio en Tokio su modelo Cosmos 3 Edge, una versión ligera de su familia de modelos de mundo abiertos que permite a robots y agentes de visión por IA entender lo que tienen enfrente, razonar sobre ello en tiempo real y decidir el siguiente movimiento sin salir del propio aparato. Es la pieza que faltaba: cuando la compañía lanzó Cosmos 3 a finales de mayo, dejó dos versiones disponibles y una tercera anunciada apenas como "próximamente". Tardó seis semanas en cumplir. Y la entregó envuelta en el paquete japonés más grande que ha armado hasta ahora: 22 empresas del país anunciaron su intención de entrar a la Cosmos Coalition y, un día después, NVIDIA confirmó una fábrica de IA nacional con 27,500 GPUs Rubin.
Un modelo de mundo es un modelo de IA que simula entornos físicos y predice qué estado va a tomar el mundo después, no solo qué hay en la imagen. La familia Cosmos 3 hace eso y además genera la acción: la trayectoria que el robot debería ejecutar a continuación.
Un modelo de 4,000 millones de parámetros que corre dentro de la máquina
Cosmos 3 Edge está construido sobre NVIDIA Nemotron y es, con diferencia, el miembro más pequeño de la familia. Ahí está el punto. Lo que NVIDIA vendió en mayo como frontera necesitaba centros de datos; lo que enseñó en Tokio cabe en un módulo del tamaño de una cajetilla.
Esto es lo que la compañía puso sobre la mesa:
- Son 4,000 millones de parámetros, construidos sobre la base abierta de Nemotron.
- Se post-entrena para un robot, vehículo, sensor o entorno concreto en alrededor de un día, usando el framework abierto de Cosmos.
- Corre en GPUs NVIDIA RTX, sistemas NVIDIA DGX y módulos Jetson, incluidos los recién anunciados T2000 y T3000.
- Hace toda la inferencia en el dispositivo: ve, razona, predice y genera la acción del robot ahí mismo.
- Según NVIDIA, el post-entrenamiento cierra la brecha entre simulación y realidad (sim-to-real), el problema que la propia empresa puso al centro al lanzar Cosmos 3: que un robot generalice en el mundo real con pocos datos y con simuladores fragmentados.
El anuncio vino acompañado de nuevas librerías de NVIDIA Metropolis, que empaquetan más de 80 skills nuevas (VSS Blueprint 3.2, DeepStream 9.1, TAO 7 y Physical AI Data Factory) para que los desarrolladores usen agentes de código y construyan agentes de visión con Cosmos al menos 6 veces más rápido. La cifra es de NVIDIA, no de una medición independiente.
"La próxima frontera de la IA está en el mundo físico, y esta es una oportunidad que se da una vez por generación para Japón. Japón inventó la manufactura moderna. Ahora tiene la oportunidad de reinventarla para la era de las industrias inteligentes." Jensen Huang, fundador y CEO de NVIDIA
El hardware que lo va a llevar al piso de fábrica llega hasta 2027
Aquí está la letra que casi nadie leyó. NVIDIA anunció el mismo día dos módulos nuevos con arquitectura Thor, y son justamente los que van a poner Cosmos 3 Edge dentro de robots de producción a precio de mercado.
El Jetson T3000 entrega 865 teraflops FP4 con una GPU Blackwell, una CPU Arm Neoverse de ocho núcleos, 32 GB de memoria LPDDR5X, 273 GB/s de ancho de banda y conectividad 25 GbE, en aproximadamente la mitad del tamaño y el consumo del T5000. El T2000 baja a 400 teraflops FP4 y 16 GB, y apunta a agentes de visión, robots móviles autónomos y manipuladores industriales. Con los dos, NVIDIA cubre un rango de cómputo en el borde que va de 70 TOPS a 2,000 teraflops.
Ninguno se vende todavía.
Mientras tanto, quien quiera empezar hoy tiene que hacerlo con el kit de desarrollo Jetson AGX Thor, que ya se vende a través de los socios de canal de NVIDIA y puede emular el rendimiento de los módulos que aún no existen.
La Cosmos Coalition suma 22 nombres japoneses, con un matiz en la letra chica
NVIDIA extendió a Japón la Cosmos Coalition, el grupo de constructores de modelos de mundo que lanzó en mayo con Agile Robots, Black Forest Labs, Generalist, LTX, Runway y Skild AI. La lista japonesa impone respeto: AIRoA, classmethod, Enactic, FANUC, Fujitsu, GROOVE X, Hitachi, Honda R&D, Kawasaki Heavy Industries, Kubota, Mitsui & Co., Mitsubishi Corp., Mujin, NEC, Preferred Networks, SoftBank Corp., Sony Group Corporation, Telexistence, TIER IV, TRON K.K., Turing y Yaskawa Electric.
El verbo que usa NVIDIA en su comunicado es "intend to join". Manifestaron la intención de sumarse. No firmaron.
Lo que sí está en marcha, según el mismo comunicado:
- Fujitsu encabeza el desarrollo de una plataforma de control colaborativo para IA física, con FANUC, Yaskawa Electric y Kawasaki Heavy Industries, que integran tecnologías de NVIDIA. Se construye con los modelos de mundo Cosmos, la plataforma abierta Isaac, las librerías Omniverse NuRec y el motor de física Newton.
- Kawasaki Heavy Industries aplica las tecnologías de IA física de NVIDIA en salud, construcción naval, transporte, aeroespacial y energía; Kubota explora IA física basada en Cosmos para agricultura autónoma.
- SoftBank Corp. desarrolla una plataforma de IA física sobre Cosmos, Omniverse e Isaac Sim, y empuja iniciativas de AI-RAN con NVIDIA AI Aerial.
- Enactic afina el modelo abierto Isaac GR00T para robots semihumanoides de cuidado de adultos mayores y GROOVE X construye sus robots de compañía LOVOT sobre Jetson.
- Hitachi, OMRON y Shimizu Corporation usan Metropolis para meter agentes de visión en edificios inteligentes, inspección automatizada y seguridad en obra.
Japón pone 27,500 GPUs y una meta: 30% del mercado en 2040
El 16 de julio, un día después del anuncio del modelo, NVIDIA confirmó que trabaja con Noetra Corp. para levantar una fábrica de IA Vera Rubin con 13,750 CPUs Vera y 27,500 GPUs Rubin, y 140 megavatios de capacidad de centro de datos sobre la plataforma NVIDIA DSX. La compañía la describe como la primera infraestructura nacional de IA del mundo dedicada a la IA física.
Ese cómputo alimentará el Proyecto FRONTia, la iniciativa del Ministerio de Economía, Comercio e Industria de Japón (METI) para desarrollar modelos fundacionales multimodales orientados a robótica e IA física. Los pesos preentrenados de los modelos de Noetra se pondrán a disposición amplia de desarrolladores y empresas japonesas, junto con software como Nemotron, Cosmos, los modelos abiertos Isaac GR00T y las librerías NeMo. Conforme crezca, la fábrica soportará entrenamiento de modelos de escala de un billón de parámetros.
"Llevar la IA física al mundo real exige un cómputo, unos datos y unas tecnologías de base enormes: retos que ninguna empresa puede resolver sola." Hironobu Tamba, CEO de Noetra
Detrás hay un número que explica la prisa. La Estrategia de Robótica con IA que Japón publicó en marzo fija la meta de capturar más del 30% del mercado global de robótica con IA para 2040, una oportunidad que el propio documento estima en 133,000 millones de dólares. Es una proyección de política industrial japonesa, no una guía de mercado verificada por terceros. El ministro Ryosei Akazawa lo enmarcó como una apuesta por combinar la experiencia japonesa en piso de planta con innovadores globales, NVIDIA incluida.
Japón firmó megavatios, GPUs y cartas de intención. Nada de eso cruza el Pacífico. Cosmos 3 Edge, en cambio, nació dentro de la familia abierta de NVIDIA, y el kit Jetson AGX Thor ya se vende hoy. Para un integrador industrial en Monterrey, Zaragoza o Bogotá, eso deja dos preguntas cortas sobre la mesa: dónde se baja el modelo y cuánto va a costar el módulo que lo corra en 2027. NVIDIA no respondió ninguna de las dos esta semana.
