Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
N
NVIDIA / nvidia/Cosmos3-Nano-Sim-Auto
Cosmos3-Nano-Sim-Auto
Variante causale distillata di Cosmos3-Nano-Transfer-Auto, pubblicata da NVIDIA il 20 ottobre 2026 per la simulazione di guida in loop chiuso. Produce video multivista e LiDAR sincronizzati a partire da controlli e testo. Supporta fino a undici telecamere. La capacità di rispondere ai controlli durante una sequenza la distingue dal generatore bidirezionale, ma non costituisce una policy di guida autonoma.
01 / RIEPILOGO
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
02 / SCHEDA TECNICA
Limiti e integrazione
| ID API | nvidia/Cosmos3-Nano-Sim-Auto |
|---|---|
| Tipo di modello | Robotica · Video · Multimodale |
| Modalità di accesso | Pesi aperti |
| Licenza | OpenMDW 1.1 |
| Distribuzione | Hosting autonomo |
| Rilascio | 20 OCT 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Testo · Immagine · Video · LiDAR |
| Uscita | Video · LiDAR |
| Finestra di contesto | Testo, controlli WSM e riferimento visivo facoltativo |
| rendimento massimo | Fino a 11 telecamere; 480p o 720p; riproduzione da 10 a 30 fps |
| Ragionamento | Non pubblicato |
| Strumenti pubblicati | |
| Uscite strutturate | Video multivista e LiDAR; per generare il LiDAR sono necessari controlli LiDAR allineati. |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | Hugging Face · PyTorch |
Simulazione interattiva con telecamere standard e fisheye a 480p o 720p. La riproduzione dichiarata è tra 10 e 30 fps; la velocità effettiva di inferenza dipende da GPU, viste e passaggi. Non presentiamo i 297 fotogrammi e le sette telecamere del benchmark come limite generale del prodotto né ereditiamo il massimo di Transfer-Auto.
Sim-Auto utilizza guidance 1 nei risultati registrati, rispetto a guidance 3 di Transfer-Auto. Inoltre, i confronti con Transfer2.5 utilizzano prompt diversi. Non mescolare queste configurazioni né interpretare un singolo valore FID come garanzia di sicurezza del simulatore. Verifica deriva, sincronizzazione dei sensori e scenari fuori distribuzione prima di valutare una policy di guida.
03 / CAPACITÀ
Cosa può fare
Orientamento
Simulazione interattiva con telecamere standard e fisheye a 480p o 720p. La riproduzione dichiarata è tra 10 e 30 fps; la velocità effettiva di inferenza dipende da GPU, viste e passaggi. Non presentiamo i 297 fotogrammi e le sette telecamere del benchmark come limite generale del prodotto né ereditiamo il massimo di Transfer-Auto.
Contesto
Testo, controlli WSM e riferimento visivo facoltativo · Fino a 11 telecamere; 480p o 720p; riproduzione da 10 a 30 fps
Strumenti e integrazione
Non pubblicato
Accesso
Hugging Face · checkpoint scaricabile
Modalità di input
TestoImmagineVideoLiDAR
04 / PREZZI
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | Nessuna tariffa API ufficiale pubblicata | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | Costo dell’infrastruttura propria | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
Checkpoint pubblico da 16B parametri per infrastruttura propria. Non abbiamo verificato un endpoint commerciale né tariffe per token: i costi numerici sono lasciati vuoti. I pesi scaricabili non rendono gratuita l’inferenza. Prevedi a budget GPU, memoria, codifica video e gestione operativa; verifica la licenza di ogni variante e le sue dipendenze. I fotogrammi al secondo di riproduzione non equivalgono alle prestazioni di generazione.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
05 / VALUTAZIONI
Come leggere i risultati
“
NVIDIA pubblica risultati su Driving Simulation Evaluation, distinguendo la qualità RGB da quella LiDAR. Manteniamo FID e FVD-I3D per T2V e I2V con guidance 1. I valori corrispondono a questa variante causale e migliorano quando diminuiscono; non vengono copiati da Transfer-Auto. La valutazione propria di Inferama e la convalida nella guida reale sono in sospeso.
| Benchmark | Risultato | Metrica | Fonte |
|---|---|---|---|
| Cosmos3 Driving T2V CFG1 FID ↓ | 48,6 | Punteggio | Vedi fonte ↗ |
| Cosmos3 Driving T2V CFG1 FVD-I3D ↓ | 480 | Punteggio | Vedi fonte ↗ |
| Cosmos3 Driving I2V CFG1 FID ↓ | 33,6 | Punteggio | Vedi fonte ↗ |
| Cosmos3 Driving I2V CFG1 FVD-I3D ↓ | 325 | Punteggio | Vedi fonte ↗ |
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
06 / VERSIONI
Cronologia
Cosmos3-Nano-Sim-Auto
Versione inclusa nel catalogo verificato di Inferama.
07 / FONTI