- Cosmos Data Factoryに5つのクラウドネイティブなブループリントを追加
- Cosmos Frameworkの学習・最適化ツールをGR00TやQWENなど他社モデルへ拡張
- Cosmos 3 NIMで最大2倍の推論高速化、VSS 3.3は同一GPUで40%多く監視
発表の概要
NVIDIAは、物理AIシステムが実世界を理解しシミュレーションするための「世界モデル」を開発者が素早く構築できるよう、Cosmosプラットフォームを拡張したと発表しました。新しい学習ツール、シミュレーション用チェックポイント、Cosmos Data Factoryのブループリントが追加されます。同社によれば、Cosmosプラットフォームは6つの異なるオープンモデルのリーダーボードでトップ5に入っているとしています。
提供されるのは、データのキュレーションから学習、適応、評価、デプロイまでを一通り扱うツール群です。NVIDIAは、最先端のオープンモデルに加えて、データ・学習・最適化のツールとレシピをまとめて提供すると説明しています。プラットフォームは完全にモジュール式でオープンだとされており、用途に応じて構成要素を組み合わせられる形です。
合成データ生成の5つのブループリント
Cosmos Data Factoryは、物理AI向けのデータのラベリング、キュレーション、拡張、評価を大規模に行うためのツール群です。GPUアクセラレーションによる動画トレーニングデータセットのキュレーション機能「Cosmos Curator」は、マルチモーダル・マルチセンサーの入力と処理ブロックに対応しました。
用意されたクラウドネイティブなブループリントは5種類で、GitHub、Microsoft Azure、Nebius、CoreWeave経由で利用できます。内容は、自動運転データセットの生成、画像属性の拡張、イベント動画の生成、基板・金属・ガラス向けの欠陥画像生成、既存映像の天候や照明を変える動画データ拡張です。取得が難しいシーンを合成で補い、学習データの網羅性を高める狙いだとみられます。
これらの処理はエージェントスキルによって加速されるとされています。PorscheはVolkswagen Group各ブランド共通の自動運転データ基盤をMicrosoft Azure上のVoxel51経由で構築し、ANYboticsは1,500本を超える合成動画クリップを生成、Ultralyticsは実画像と合成欠陥画像でYOLOモデルを再学習したと報告されています。
学習・適応・最適化ツールの拡張
GTC BerlinでNVIDIAは、Cosmos Frameworkの学習・最適化・デプロイ用ツールとレシピを、Cosmos 3とあわせてより多くのオープンモデルにエージェントスキルとして拡張しました。開発者やエージェントは、モデルの適応から最適化、推論配備までを一続きの手順として扱えるようになります。
対象にはGR00T、Alpamayo、QWEN、Pi0.5、その他のHugging Face互換モデルが含まれます。ファインチューニングや強化学習で適応させ、蒸留や量子化で最適化し、推論として配備する流れが示されています。NVIDIA製以外のモデルを出発点にできる点が、今回の拡張の特徴です。
事例として、ロボティクス研究ラボのMicroAGIは、人が物体を操作する動画でCosmos 3を追加学習し、320億パラメータの推論モデルを80億パラメータのNanoモデルへ精度低下なく蒸留したとしています。Roboflow上でデータのラベリングとCosmos 3の追加学習を行い、ホスト型またはオンプレミスのNVIDIA GPUへ配備する使い方も示されています。
シミュレーション検証と推論の高速化
シミュレーション向けにはCosmos 3 Nanoの新しいバリアントが追加されました。再現可能で取得困難なマルチビュー・マルチセンサーのシナリオで、自律ポリシーをテストできます。付属コードを使えば、実機検証の前に、自動運転車や双腕ロボット向けのポリシーを対話型シミュレーション内で学習・評価できます。
推論側ではCosmos 3 NIMマイクロサービスが更新され、検証済みの構成において最大2倍高速な推論を品質劣化なしで実現するとしています。継続的な動画解析により、サブ秒のアラートも可能になるとされています。映像AI向けのMetropolis Blueprint for VSS 3.3はCosmos NIMマイクロサービス上に構築され、同一GPUで40%多くの動画ストリームを監視できるとしています。
ADNOCはFogsphereのエージェント型プラットフォームMistIQをCosmosとMetropolis VSS Blueprintで構築し、65拠点で安全上の危険をリアルタイムに検知しているとされます。希少な事象についてはCosmos Data Factoryで合成学習データを生成し、危険な状況を実際に再現せずに検知精度を高めているということです。
現時点で分かっていないこと
示された数値の多くは条件付きです。Porscheの「物理テスト走行を最大90%削減、開発期間を最大85%短縮」は期待値として述べられており、推論の「最大2倍」も検証済み構成における値とされています。一般的なワークロードで同じ効果が出るかは、原文からは判断できません。
料金体系や日本国内での提供状況についての記載もありません。ブループリントのライセンス条件や、NIMマイクロサービスをどのクラウドリージョンで利用できるかは、原文では触れられていません。導入を検討する際は、これらの点を別途確認する必要があります。
| 企業 | 活用内容 | 原文に示された成果 |
|---|---|---|
| Porsche | Voxel51経由・Microsoft Azure上で自動運転データを検索・拡張 | 物理テスト走行を最大90%削減、開発期間を最大85%短縮（見込み） |
| ANYbotics | 1,500本超の合成動画クリップを生成し、Encordで出力を検証 | 液体のこぼれなど施設間の変化を認識する産業点検ロボットを学習 |
| Ultralytics | 実画像と合成欠陥画像を組み合わせてYOLOモデルを再学習 | 欠陥の位置特定と再現率が向上 |
This is expected to reduce repeated physical test drives by up to 90% and shorten development cycle times by up to 85%.
これにより、繰り返し行われる実車のテスト走行を最大90%削減し、開発サイクル期間を最大85%短縮できると見込まれている。
今後の見通し
NVIDIAはCosmosを、データ生成から学習、検証、推論までを一社で覆うパイプラインとして位置づけています。今後はブループリントの種類の拡充や、パートナー経由で利用できる地域の広がりが進むとみられます。ただし、90%削減や2倍高速化といった数値は条件付きであり、実際の効果はワークロードによって変わると考えられます。判断材料としては、日本国内のクラウドリージョンでの提供状況、NIMマイクロサービスの料金体系、各ブループリントのライセンス条件が明らかになることが挙げられます。
日本の開発者・IT企業にとっての意味
日本のIT企業にとっては、物理AIや産業向け映像AIの開発コストを左右する発表です。製造業の外観検査や物流・設備点検では、不良品や異常事象の実データを集めることが難しく、合成データによる補完が現実的な選択肢になります。欠陥画像生成やイベント動画生成のブループリントは、この工程をクラウド上で自動化する部品として使える可能性があります。またNIMマイクロサービス経由で推論をAPI化できるため、既存の映像監視基盤に組み込みやすい構成です。一方で示された削減率や高速化は条件付きの数値であり、自社データでのPoCによる検証が欠かせません。
気になる点
- Cosmos Data Factoryは日本企業も利用できますか。
- 原文ではGitHub、Microsoft Azure、Nebius、CoreWeave経由で提供されると記載されています。ただし日本国内での提供可否や対応リージョンには言及がありません。Azureなどの既存契約を通じて使えるかは、各サービスの案内を確認する必要があります。
- 既存のYOLOのようなモデルはそのまま使えますか。
- Ultralyticsが実画像とCosmos Data Factoryで生成した合成欠陥画像を組み合わせてYOLOモデルを再学習した事例が示されています。Cosmos FrameworkではGR00TやQWEN、Pi0.5などHugging Face互換モデルの適応も可能とされます。既存モデルを置き換えるのではなく、データ拡張として組み合わせる形になります。
- 320億から80億への蒸留で精度は落ちないのですか。
- MicroAGIの事例では、Cosmos 3の320億パラメータの推論モデルを80億パラメータのNanoモデルへ蒸留し、精度低下はなかったとしています。ただしこれは人が物体を操作する動画という特定タスクでの結果であり、他のタスクでも同様とは限りません。
用語解説
- 世界モデル
- 物理AIが実世界の動きや因果関係を内部で再現・予測するためのモデル。
- 合成データ
- 実データではなく生成したデータ。希少・危険・再現困難な状況の学習に使う。
- NIMマイクロサービス
- NVIDIAが提供する、モデルをAPIとして動かすためのコンテナ化されたサービスの単位。
- 蒸留
- 大きなモデルの出力を小さなモデルに学ばせ、精度を保ちつつ軽量化する手法。
- 量子化
- モデルの数値精度を下げてメモリ使用量と計算量を削減する手法。
- ブループリント
- 特定用途向けに手順と構成をまとめた再利用可能なテンプレート。
出典
NVIDIA Cosmos Opens New Tools to Train, Evaluate and Deploy World Models
https://blogs.nvidia.com/blog/cosmos-open-train-evaluate-deploy-world-models
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する