GitSeonjeap
日本語

ログイン

閲覧にログインは不要です。コミュニティで投稿・コメント、おすすめ・通報をするにはログインしてください。

ログインすると、下記の案内に同意したものとみなします。 ご利用案内 · プライバシーのご案内

ログインせずに閲覧する

← ニュース

動画生成

NVIDIA Cosmos 3オープンチェックポイント4種、走行・ロボットのワールドシミュレーション向け

掲載 基準日

NVIDIAがCosmos 3シリーズに、インタラクティブなワールドシミュレーション用のオープンウェイト・チェックポイント4種を追加した。マルチセンサー走行シーンと両腕ロボットのシミュレーションが対象で、汎用のテキストから動画を生成するモデルではない。

何があったか

NVIDIAがHugging Faceの公式ブログに掲載した記事に基づく内容である。

  • オープンウェイトのチェックポイント4種がCosmos 3シリーズに追加された。用途はインタラクティブなワールドシミュレーションと、マルチセンサー・マルチビューの走行シーンである。
  • Cosmos3-Nano-Transfer-Autoは、天候・照明・時間帯を変えたマルチビューの走行データを生成する。
  • Cosmos3-Nano-Sim-Autoは、走行シミュレーションのために同期されたカメラとLiDARの観測データをストリーミングする。
  • 両腕シミュレーションのチェックポイントはYAMとAgiBotの形状に対応し、ポリシーまたは人が操作するジョイスティックで制御する。
  • 4種すべてが、Cosmos 3 Nano(学習可能パラメータ16B、公式)を追加学習した例であり、OpenMDW1.1ライセンスの下で規約の範囲内において商用・非商用の利用が可能だという。

当チャンネルの見方

ローカルでの動画生成にすぐ使えるモデルというより、物理AIのシミュレーション用の素材として見るのが妥当だ。クローズドループでの利用には別途シミュレーションランタイムとWSMレンダラーが必要とのことなので、インストールするだけで使えるツールではない。確認できた範囲では、4番目のチェックポイント名、ベンチマーク数値、クリップの長さ、解像度は示されていなかった。Macや一般的なPCでどの程度のスペックで動くかも分かっていない。基本のCosmos 3は6月に公開されており、今回新たに出たのはこの4種だけである。

出典と関連記事

動画生成のほかのニュース

  1. グーグル Gemini Omni 1.2 Flash 正式提供、15秒動画に対応 (blog.google)

    グーグルは Gemini Omni 1.2 Flash を Gemini API と Google Cloud などで正式提供すると発表した。15秒の動画生成と多ターン編集に対応し、720p の価格は毎秒 $0.07(公式)となる。

    動画生成| |出典2件 |当チャンネルの見方あり
  2. LTX-2 コード v1.6.0、コードは Apache 2.0 へ…重みは別ライセンスのまま (github.com)

    Lightricks が LTX-2 リポジトリを v1.6.0(11月4日)と v1.6.1(11月5日)に更新した。コードは Apache 2.0 になったが、モデル重みはそのライセンスに含まれず、古い API がいくつか削除された。

    動画生成| |出典1件 |当チャンネルの見方あり
  3. MiniMax-H3向け高速デコーダー Sol-H3-VAE、ComfyUI 0.44.0で対応追加 (huggingface.co)

    H3動画のVAEデコードを置き換えるSol-H3-VAEが公開され、ComfyUI 0.44.0が11月4日に対応を追加した。制作チームの数値では、RTX 5090での5秒クリップのデコードが12.5秒から5.0秒に短縮されたとされる。

    動画生成| |出典2件 |当チャンネルの見方あり

ニュース一覧