Nvidia se está metiendo modelos mundiales – Modelos de IA que se inspiran en los modelos mentales del mundo que los humanos desarrollan de forma natural.
En CES 2025 en Las Vegas, la empresa anunció que está poniendo a disposición de forma abierta una familia de modelos mundiales que pueden predecir y generar vídeos “conscientes de la física”. Nvidia llama a esta familia Cosmos World Foundation Models, o Cosmos WFM para abreviar.
Los modelos, que se pueden ajustar para aplicaciones específicas, están disponibles en los catálogos API y NGC de Nvidia, GitHub y la plataforma de desarrollo de IA Hugging Face.
“Nvidia está poniendo a disposición la primera ola de Cosmos WFM para simulación basada en física y generación de datos sintéticos”, escribió la compañía en una publicación de blog proporcionada a TechCrunch. “Los investigadores y desarrolladores, independientemente del tamaño de su empresa, pueden utilizar libremente los modelos Cosmos bajo la permisiva licencia de modelo abierto de Nvidia que permite el uso comercial”.
Hay varios modelos en la familia Cosmos WFM, divididos en tres categorías: Nano para aplicaciones de baja latencia y en tiempo real, Super para modelos “básicos de alto rendimiento” y Ultra para resultados de máxima calidad y fidelidad.
Los modelos varían en tamaño desde 4 mil millones a 14 mil millones de parámetros, siendo Nano el más pequeño y Ultra el más grande. Los parámetros corresponden aproximadamente a las habilidades de resolución de problemas de un modelo, y los modelos con más parámetros generalmente funcionan mejor que aquellos con menos parámetros.
Como parte de Cosmos WFM, Nvidia también está lanzando un “modelo de muestreo superior”, un decodificador de video optimizado para realidad aumentada y modelos de barandilla para garantizar un uso responsable, así como modelos ajustados para aplicaciones como la generación de datos de sensores para el desarrollo de vehículos autónomos. . Estos, así como los otros modelos Cosmos WFM, fueron entrenados en 9.000 billones de tokens de 20 millones de horas de interacciones humanas, ambientales, industriales, robóticas y de conducción en el mundo real, dijo Nvidia. (En IA, los “tokens” representan bits de datos sin procesar; en este caso, secuencias de video).
Nvidia no dijo de dónde provienen estos datos de entrenamiento, pero al menos un informe, y pleito — alega que la empresa entrenó en videos de YouTube con derechos de autor sin permiso.
Cuando se le contactó para hacer comentarios, un portavoz de Nvidia le dijo a TechCrunch que Cosmos “no está diseñado para copiar o infringir ninguna obra protegida”.
“El cosmos aprende del mismo modo que aprende la gente”, afirmó el portavoz. “Para ayudar a Cosmos a aprender, recopilamos datos de una variedad de fuentes públicas y privadas y estamos seguros de que nuestro uso de los datos es consistente tanto con la letra como con el espíritu de la ley. Datos sobre cómo funciona el mundo, que es lo que aprenden los modelos de Cosmos – no tienen derechos de autor ni están sujetos al control de ningún autor o empresa individual”.