Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
N
NVIDIA / nvidia/Cosmos3-Nano-Sim-Auto
Cosmos3-Nano-Sim-Auto
Variante causale distillée de Cosmos3-Nano-Transfer-Auto, publiée par NVIDIA le 20 octobre 2026 pour la simulation de conduite en boucle fermée. Elle produit une vidéo multivue et du LiDAR synchronisés à partir de commandes et de texte. Elle prend en charge jusqu’à onze caméras. Sa capacité à répondre aux commandes pendant une séquence la distingue du générateur bidirectionnel, mais ne constitue pas une politique de conduite autonome.
01 / RÉSUMÉ
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
02 / FICHE TECHNIQUE
Limites et intégration
| ID d’API | nvidia/Cosmos3-Nano-Sim-Auto |
|---|---|
| Type de modèle | Robotique · Vidéo · Multimodal |
| Mode d’accès | Poids ouverts |
| Licence | OpenMDW 1.1 |
| Déploiement | Auto-hébergement |
| Lancement | 20 OCT 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Texte · Image · Vidéo · LiDAR |
| Sortie | Vidéo · LiDAR |
| Fenêtre contextuelle | Texte, commandes WSM et référence visuelle facultative |
| puissance maximale | Jusqu’à 11 caméras ; 480p ou 720p ; lecture de 10 à 30 fps |
| Raisonnement | Non publié |
| Outils publiés | |
| Sorties structurées | Vidéo multivue et LiDAR ; des commandes LiDAR alignées sont nécessaires pour générer le LiDAR. |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | Hugging Face · PyTorch |
Simulation interactive avec caméras standard et fisheye en 480p ou 720p. La lecture déclarée se situe entre 10 et 30 fps ; la vitesse réelle d’inférence dépend du GPU, des vues et des étapes. Nous ne présentons pas les 297 images et sept caméras du benchmark comme une limite générale du produit et ne reprenons pas le maximum de Transfer-Auto.
Sim-Auto utilise guidance 1 dans les résultats enregistrés, contre guidance 3 pour Transfer-Auto. Les comparaisons avec Transfer2.5 utilisent en outre des prompts différents. Ne mélangez pas ces configurations et n’interprétez pas une seule valeur FID comme une mesure de sécurité du simulateur. Vérifiez la dérive, la synchronisation des capteurs et les scénarios hors distribution avant d’évaluer une politique de conduite.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Simulation interactive avec caméras standard et fisheye en 480p ou 720p. La lecture déclarée se situe entre 10 et 30 fps ; la vitesse réelle d’inférence dépend du GPU, des vues et des étapes. Nous ne présentons pas les 297 images et sept caméras du benchmark comme une limite générale du produit et ne reprenons pas le maximum de Transfer-Auto.
Contexte
Texte, commandes WSM et référence visuelle facultative · Jusqu’à 11 caméras ; 480p ou 720p ; lecture de 10 à 30 fps
Outils et intégration
Non publié
Accès
Hugging Face · checkpoint téléchargeable
Modalités d’entrée
TexteImageVidéoLiDAR
04 / TARIFS
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | Aucun tarif API officiel publié | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Coût de l’infrastructure propre | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
Checkpoint public de 16B paramètres pour une infrastructure propre. Nous n’avons pas vérifié d’endpoint commercial ni de tarifs par jeton : les coûts numériques restent vides. Le téléchargement des poids ne rend pas l’inférence gratuite. Prévoyez le budget GPU, mémoire, encodage vidéo et exploitation ; vérifiez la licence de chaque variante et ses dépendances. Les images par seconde de lecture ne correspondent pas aux performances de génération.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
05 / ÉVALUATIONS
Comment lire les résultats
“
NVIDIA publie des résultats dans Driving Simulation Evaluation, avec la qualité RGB et LiDAR présentées séparément. Nous conservons le FID et le FVD-I3D pour T2V et I2V avec guidance 1. Les valeurs correspondent à cette variante causale et s’améliorent à mesure qu’elles diminuent ; celles de Transfer-Auto ne sont pas reprises. L’évaluation propre d’Inferama et la validation en conduite réelle sont en attente.
| Benchmark | Résultat | Métrique | Source |
|---|---|---|---|
| Cosmos3 Driving T2V CFG1 FID ↓ | 48,6 | Score | Voir la source ↗ |
| Cosmos3 Driving T2V CFG1 FVD-I3D ↓ | 480 | Score | Voir la source ↗ |
| Cosmos3 Driving I2V CFG1 FID ↓ | 33,6 | Score | Voir la source ↗ |
| Cosmos3 Driving I2V CFG1 FVD-I3D ↓ | 325 | Score | Voir la source ↗ |
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
06 / VERSIONS
Chronologie
Cosmos3-Nano-Sim-Auto
Version intégrée au catalogue vérifié d’Inferama.
07 / SOURCES