Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
N
NVIDIA / nvidia/Cosmos3-Nano-Sim-Transfer
Cosmos3-Nano-Sim-Transfer
Modèle causal distillé de NVIDIA publié le 20 octobre 2026 pour convertir des commandes visuelles de simulation en vidéo RGB. La géométrie, la physique et la vérité de référence restent celles du simulateur classique ; le réseau apporte l’apparence visuelle. Il accepte du texte et des commandes de profondeur, segmentation, contours ou flou. Ce n’est ni une politique produisant des actions de robot ni un moteur physique certifié.
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-Transfer |
|---|---|
| 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 · Vidéo |
| Sortie | Vidéo |
| Fenêtre contextuelle | Commandes de profondeur, segmentation, contours ou flou |
| puissance maximale | Jusqu’à 600 images en 480p ; lecture à 30 fps |
| Raisonnement | Non publié |
| Outils publiés | |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | Hugging Face · PyTorch |
Variation visuelle pour l’apprentissage par renforcement et le transfert de simulation aux scènes réelles. La fiche décrit l’intégration avec Isaac Lab et jusqu’à 600 images en 480p. L’exemple de huit environnements parallèles dépend du matériel et de la configuration : ce n’est ni une limite ni une performance universelle. Vérifiez l’alignement entre les images et les annotations du simulateur.
L’apparence photographique peut masquer des erreurs temporelles ou des incohérences des commandes. Évaluez la stabilité sur toute la séquence et conservez les graines, prompts, étapes et révision du checkpoint. Les chiffres d’autres Cosmos3 ne s’appliquent pas à cette variante. Sa sortie visuelle ne prouve pas qu’une politique entraînée avec celle-ci est sûre sur du matériel réel.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Variation visuelle pour l’apprentissage par renforcement et le transfert de simulation aux scènes réelles. La fiche décrit l’intégration avec Isaac Lab et jusqu’à 600 images en 480p. L’exemple de huit environnements parallèles dépend du matériel et de la configuration : ce n’est ni une limite ni une performance universelle. Vérifiez l’alignement entre les images et les annotations du simulateur.
Contexte
Commandes de profondeur, segmentation, contours ou flou · Jusqu’à 600 images en 480p ; lecture à 30 fps
Outils et intégration
Non publié
Accès
Hugging Face · checkpoint téléchargeable
Modalités d’entrée
TexteVidéo
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 TransferBench dans PAI-Bench-C. DOVER et le mIoU de segmentation s’améliorent quand ils augmentent ; le SI-RMSE de profondeur s’améliore quand il diminue. Ce sont des métriques distinctes, pas des pourcentages interchangeables. Nous enregistrons les valeurs de ce checkpoint avec un lien vers la révision exacte. Il ne s’agit pas de résultats indépendants d’Inferama ni d’une certification de cohérence physique.
| Benchmark | Résultat | Métrique | Source |
|---|---|---|---|
| PAI-Bench-C TransferBench DOVER ↑ | 10,175942 | Score | Voir la source ↗ |
| PAI-Bench-C TransferBench segmentation mIoU ↑ | 0,73776 | Score | Voir la source ↗ |
| PAI-Bench-C TransferBench depth SI-RMSE ↓ | 0,619426 | 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-Transfer
Version intégrée au catalogue vérifié d’Inferama.
07 / SOURCES