Vai al contenuto principale
← Torna alle notizie

NVIDIA rilascia Cosmos3-Nano-Sim-Auto: simulazione di guida in tempo reale con 16B di parametri

Nuovi modelli
Fonte:Hugging Face (NVIDIA)
Variante causal-distilled della famiglia Cosmos3: genera in tempo reale video multi-camera (fino a 11 viste) e LiDAR sincronizzati, condizionati da prompt e controlli WSM, per la simulazione closed-loop di guida. 16B di parametri, licenza OpenMDW 1.1, pronta per uso commerciale.
Leggi l'articolo originale

Articoli correlati

Cosmos 3 Edge: la policy DROID per la robotica che gira sull'edge

Cosmos3-Edge-Policy-DROID: la policy robotica da 4B di NVIDIA. Quanto hardware serve per farla girare in tempo reale sul Jetson, e dove si ferma.

Ricevi il prossimo punto sull'IA locale

Ogni settimana, la selezione del meglio di iaLocale: articoli, notizie e risorse sull'IA locale, e altro ancora.

Dopo l'iscrizione ricevi una email di conferma (double opt-in). Senza conferma non inviamo nulla. Nessuno spam, ti promettiamo.

Risorse correlate

Strumenti e risorse dell'archivio iaLocale pertinenti a questo contenuto.

🚗

NVIDIA Cosmos3-Nano-Sim-Auto

Modelli

Variante causal-distilled della famiglia Cosmos3 per la simulazione di guida in tempo reale: genera video multi-camera (fino a 11 viste standard e fisheye) e LiDAR sincronizzati, condizionati da prompt e controlli WSM. 16B di parametri, architettura Mixture-of-Transformers, licenza OpenMDW 1.1, pronta per uso commerciale e non commerciale.

📄

NVIDIA Nemotron Parse (famiglia OCR)

Modelli

Famiglia di modelli vision-encoder-decoder di NVIDIA per la comprensione di documenti in locale: markdown, formule LaTeX, bounding box e classe semantica per elemento, nell'ordine di lettura. ViT-H (C-RADIO) + decoder mBART a 10 blocchi, tutti sotto il miliardo di parametri. In locale via vLLM (v0.20–v0.26 per la 2.0) o Transformers, su GPU NVIDIA (Turing ad Blackwell).

Kandinsky 6.0 Video

Modelli

I modelli foundation per la generazione sincronizzata di video e audio di Kandinsky Lab: da un prompt genera clip video con audio allineato, pubblicata in open weight. Primo paper della giornata su Hugging Face (2026-10-06), con checkpoint e Spaces già disponibili.

🎬

LTX-Video

Modelli

Generazione video aperta e veloce: testo o immagine a video a 768px con buona qualità del movimento. Tra i modelli video open più rapidi.

Sfoglia tutte le risorse