
NVIDIAはCosmos 3をHugging Faceで公開。世界生成(ワールド生成)、物理推論、アクション生成を1つの統合モデルで実行できるomni-model(複数の機能を統合したモデル)。Cosmos 3 Nano(8Bパラメータ)とCosmos 3 Super(32Bパラメータ)の2サイズをリリース。
Mixture-of-Transformers(複数のトランスフォーマーを組み合わせた構造)アーキテクチャを採用。テキスト、画像、ビデオ、音声、アクションの全モダリティを単一アーキテクチャで処理し、自動回帰(推論・理解用)と拡散(生成用)の2つの異なるサブシーケンスが共同注意を通じて相互作用することで、VLM、ビデオジェネレータ、動力学モデル、ロボット方策として柔軟に動作可能。
ロボット工学、自動運転、スマートスペースなど物理AIシステムの開発向けに設計。テキスト/画像/ビデオからの現実的で物理的に妥当なビデオ世界の生成、動き・因果関係・空間関係といった物理特性の推論、現在の状態に基づく将来のビデオ・アクションシーケンスの予測に対応。
Hugging Face Diffusers統合により数行のコードでビデオ生成パイプラインを実行可能。GitHubではポストトレーニングスクリプトと合成データ生成(SDG)データセットも公開。
こういう要約が、毎朝あなたのメールに届きます。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Microsoftは11月17日から20日までサンフランシスコでIgniteを開催し、CEOのSatya Nadella氏が基調講演を行う

テスラは工場能力や資本、技術をサイバートラックからサイバーキャブへ移す

Serve Roboticsが「AV Delivery Developer Portal」を公開

PhysiclがInovia Capital主導、US Venture Partners参加のシード資金で1000万ドルを調達し、1万件の3D環境、10万点超のデジタルアセット、数十億通りのシーン変異を提供するStudi…

Zacua Venturesは2号ファンドを1億3500万ドルでクローズし、1号ファンドの5600万ドルから2倍超に拡大

Nvidiaは11月12日、ジェンスン・フアン氏がCEOを辞任したと発表した
