Le dernier modèle d’IA de Nvidia n’est pas conçu pour discuter. Il est conçu pour les systèmes qui doivent comprendre les caméras, les robots, les mouvements et le monde physique.
Lancé lors de la GTC Taipei le 31 mai 2026, Cosmos 3 est la nouvelle famille de modèles d’IA physique à poids ouverts de Nvidia pour la robotique, les véhicules autonomes, l’IA visuelle et les workflows de données synthétiques. Pour les équipes d’IA d’entreprise, cette sortie pourrait simplifier certains pipelines de développement, mais elle soulève aussi des questions familières concernant la dépendance à l’infrastructure Nvidia, la maturité pour la production, les licences et la validation par benchmark.
Ce que Nvidia Cosmos 3 apporte aux équipes de robotique
Nvidia a déclaré que Cosmos 3 combine le raisonnement visuel, la génération de mondes et la prédiction d’actions au sein d’une même architecture. L’entreprise le décrit comme un « omnimodèle » capable de traiter et de générer du texte, des images, des vidéos, des sons ambiants et des séquences d’actions robotiques.
Nvidia s’engage également davantage dans la recherche sur la robotique humanoïde, où le matériel de référence, les outils de simulation et les workflows d’entraînement commencent à s’inscrire dans une même réflexion autour de la plateforme.
La version actuelle comprend deux variantes de modèle : Cosmos 3 Nano et Cosmos 3 Super. Nano est le plus petit modèle, destiné à une inférence plus rapide, tandis que Super est le modèle le plus grand, destiné à la génération, à la simulation et aux charges de travail de raisonnement physique offrant une meilleure précision. Une troisième variante, Cosmos 3 Edge, est attendue ultérieurement pour l’inférence en temps réel sur appareil.
Les développeurs peuvent accéder aux checkpoints des modèles via la collection Hugging Face et utiliser le dépôt GitHub de Cosmos pour le code, les recettes, les notes de déploiement et la documentation des modèles.
Cosmos 3 est plus vaste qu’un modèle de génération vidéo. Le rapport technique de Cosmos 3 décrit une architecture fondée sur un mélange de transformeurs, conçue pour prendre en charge des combinaisons flexibles d’entrées et de sorties dans les domaines du langage, de l’image, de la vidéo, de l’audio et des données d’action.
L’entreprise affirme également que Cosmos 3 arrive en tête des modèles ouverts sur plusieurs benchmarks et classements consacrés à l’IA physique, couvrant la génération de mondes, les politiques d’action et la compréhension visuelle. Ces affirmations doivent être considérées comme rapportées par Nvidia, à moins que les lecteurs puissent vérifier les résultats via les classements associés ou des évaluations indépendantes.
Le compromis de l’ouverture des poids pour les entreprises
La présentation comme modèle ouvert est importante, mais elle s’accompagne de réserves. Cosmos 3 est distribué avec ses poids, son code, ses jeux de données et ses ressources de post-entraînement ouverts sous la licence OpenMDW-1.1. La licence accorde une large autorisation d’utiliser et de distribuer les éléments du modèle, mais elle exige également que les mentions légales soient conservées et laisse aux utilisateurs la responsabilité de vérifier les droits.
Cela dit, des poids ouverts ne signifient pas automatiquement que la voie de production est neutre vis-à-vis du cloud ou du matériel. Nvidia propose les microservices NIM comme option de déploiement, notamment un NIM Cosmos 3 Reasoner, et la même logique de regroupement matériel-logiciel apparaît dans l’offensive plus large de Nvidia en faveur des PC IA avec Microsoft Surface.
Le lancement s’inscrit également dans la stratégie plus vaste de Nvidia en matière d’IA physique, qui couvre la simulation, les données synthétiques, le déploiement NIM et l’infrastructure d’entraînement DGX Cloud. Nvidia a aussi annoncé la Cosmos Coalition, dont les membres fondateurs comprennent Agile Robots, Black Forest Labs, Generalist, LTX, Runway et Skild AI.
Pour les développeurs en robotique, les équipes travaillant sur les véhicules autonomes et les responsables de l’IA d’entreprise, le compromis est concret : Cosmos 3 pourrait réduire le travail d’intégration, mais seulement après que les équipes auront validé ses performances avec leur propre matériel, leurs propres données et leurs propres exigences de sécurité. Cette annonce intervient également alors que d’autres laboratoires d’IA, notamment OpenAI, renouvellent leurs ambitions dans la robotique.
Cette étape de validation est particulièrement importante, car l’IA physique peut avoir des répercussions sur la sécurité, les mouvements et les opérations dans le monde réel.
Cette sortie offre aux entreprises une nouvelle option de modèle de base à poids ouverts pour l’IA physique, mais pas de raccourci pour contourner les vérifications préalables. Avant d’adopter Cosmos 3 dans des workflows de production, les équipes devraient examiner les conditions de la licence, tester ses performances avec leurs propres charges de travail de robotique ou de simulation et confirmer les services Nvidia dont elles auraient besoin pour l’exécuter à grande échelle.
À lire également : Unitree, le fabricant chinois, a franchi un examen clé de son introduction en Bourse, alors que les investisseurs misent davantage sur les robots humanoïdes et l’IA incarnée.