公開されたレシピとリポジトリを確認し、手元の環境でシミュレーションや推論の検証を始めましょう。
11/3時点の判定。発表内容から編集部AIが判定しています。最新の提供状況は公式情報をご確認ください。
発表内容をもとにした一般的な情報です。投資や契約の判断は、公式情報を確かめたうえでご自身で行ってください。
NVIDIAは、物理AI向けの世界モデルと開発ツール「NVIDIA Cosmos」の拡張を発表した。Cosmos Frameworkや新機能により、自動運転やロボット、外科手術のシミュレーション環境構築が加速する。
画像：NVIDIA（公式動画より）
かんたん版：専門用語を使わずに説明しています
NVIDIAが、車やロボットの動きをAIに学ばせるための新しい仕組み（世界モデル）と開発ツールを公開しました。
カメラ映像やLiDAR（光を使った測距センサー）のデータを組み合わせて、自動運転やロボットの動きをリアルに再現できるシミュレーションを作れます。また、専用の高速化ツール（Cosmos NIM）を使うことで、AIの処理速度がこれまでの約2〜3倍になります。
自動運転やロボットの開発、あるいはAIを使ったシミュレーションに関わるエンジニアや研究者にとって、開発を大きく進めるための強力な道具になります。
公式の開発者向けブログやリポジトリから、Cosmos Frameworkやサンプルコードをダウンロードして利用できます。PyTorchなどの環境が必要です。
NVIDIAは「世界モデル」の開発基盤「NVIDIA Cosmos」の最新情報を公開しました。物理世界を理解して予測するための基盤です。
自動運転やロボット、外科手術などの分野で、リアルなシミュレーションデータを効率よく生成できるようになります。
NVIDIA Developer Blogによると、物理AI向けの世界モデルと開発ツール群が拡充されました。「NVIDIA Cosmos」のフレームワークおよび推論ツールが対象です。
今回の発表は、研究者や開発者のための仕組みを整えたものです。自前のセンサーやタスクに合わせてモデルを適応させ、実際のアプリケーションへスムーズに展開できます。
プラットフォームの主な構成要素は次のとおりです。
Cosmos3-Nano-Transfer-Autoは、プロンプトと周辺地図情報（WSMコントロール）を読み込みます。これで30 fpsのマルチビュー動画とLiDARデータを同時に生成します。昼のドライブ映像を雨の夜の映像に変化させるなど、条件を変えた合成データを効率よく作ることができます。
Cosmos3-Nano-Sim-Autoは、AIのポリシーや人間の操作に合わせてカメラ映像やLiDAR観測データを段階的に生成します。物理シミュレータと連携する仕組みです。これで、閉じられたループの中で自律走行ポリシーを評価できるようになります。
ロボットのデモ動画における視点変更を行う「Sim-Transfer」が提供されます。双腕ロボットの次の動きを予測する「Sim-Bimanual」もあります。さらに、外科手術の複雑な物理挙動を再現するモデルも含まれています。手術動画とロボットの動きから視覚的ダイナミクスを学ぶモデルです。
公式ブログで示された数値やメモリ要件は次のとおりです。
Cosmosは、NVIDIAのハードウェアと深く統合されています。HopperやBlackwellなどのGPUと連携します。自動運転やロボット工学に特化した物理AIの開発基盤です。
汎用的な動画生成モデルとは異なります。LiDARデータやロボットのキネマティクス（運動学）と直接連携できる点が大きな特徴です。
公式ブログ内では具体的な価格の言及はありません。モデルのチェックポイントやフレームワークはオープンに提供されています。対応するGPU環境を用意して利用する形になります。
日本国内のユーザーも利用できます。インターネット経由でNVIDIA Developer BlogやGitHub、Hugging Faceなどの公開リポジトリにアクセスします。
今日から試すための大まかな手順は次のとおりです。
自動運転やロボット制御、医療シミュレーションの開発において活用できます。高品質な合成データを効率よく作成する手段になります。
シミュレーション技術が向上します。新しいロボットや自動運転システムの開発期間短縮や検証コスト削減の可能性を見据えることができます。
物理AI分野への投資対効果を高めるための基盤技術として役立ちます。NVIDIAエコシステムを活用した開発体制の強化を検討する材料になります。
NVIDIA Cosmosを活用することで、物理AIの開発者は高品質なシミュレーションデータを自前で素早く用意できるようになります。まずは公式ドキュメントとサンプルコードに目を通してください。そして手元の環境で動作確認を進めてみてください。
同じ話題の記事一部米NVIDIA、半導体設計・製造のAI化を加速 CUDA-Xやデジタルツインで「AI定義ファブ」構築へNVIDIAが半導体製造を革新する「AI定義ファブ」を公開。CUDA-X等でシミュレーションを最大35倍高速化。前日に出た記事から大きな発表を選び、1本2行でまとめてメールで届けます。無料・いつでも解除できます。
主要企業の大きな発表だけ、1日4回まで。夜22時〜朝7時は鳴らしません。いつでも解除できます。
本記事は公式発表の文章をもとにAIが要約・解説して自動生成したものです。誤りが含まれる可能性があるため、正確な仕様・料金は公式発表をご確認ください。元記事を読む（解析モデル: gemini-3.5-flash-lite）制作方法と事実確認の手順は編集方針をご覧ください。誤りのご指摘はお問い合わせから受け付けています。
NVIDIAが公開した「NVIDIA Workload Map」について解説。分散AIワークロードの構造を共通定義し、Kubernetes環境での管理を効率化する仕組みと使い方を紹介します。
米NVIDIAがロボタクシー・自動運転向けに開発した340億パラメータのオープン推論モデル「Alpamayo 2 Super」を発表。360度認識、軌跡予測、意思決定の言語化など、高度な自動運転AIのデモと仕様を専門記者が解説します。
英Armが2026年10月の動向を発表。433コアの自動運転ロボット、スマホ向けAIモデル、開発効率化ツールの最新情報を分かりやすく解説します。
NVIDIAが発表したオープンなAIエージェント構築基盤「NemoClaw」の概要や特徴、対応するフレームワーク、安全な実行環境について分かりやすく解説します。
