公開：2026年10月24日, 最終更新：2026年10月24日
NVIDIAは、物理AIシステム向け世界モデルの開発を支援するCosmos platformを拡充し、新たなトレーニングツール、シミュレーション用チェックポイント、Cosmos Data Factoryブループリントを追加したと公式ブログで明らかにした。
30秒サマリー
- NVIDIAがCosmos platformに新トレーニングツールと5種類のData Factoryブループリントを追加
- Porscheが自動運転データのフライホイール構築に活用し、テスト走行を最大90%削減する見込み
- Cosmos 3 NIM microservicesの更新で推論速度が最大2倍に向上、品質損失なし
NVIDIA Cosmosの拡充内容と導入事例
NVIDIAはCosmos platformに対し、世界モデル構築を加速するための複数の新機能を追加した。データ生成・管理基盤であるCosmos Data Factoryには、自律走行車向けデータセット生成、画像属性拡張、イベント動画生成、欠陥画像生成、動画データ拡張の計5つのクラウドネイティブブループリントが追加された。これらはGitHub、Microsoft Azure、Nebius、CoreWeaveを通じて利用可能であり、GPUアクセラレーション対応のCosmos Curatorはマルチモーダル・マルチセンサー入力への対応を新たに加えた。
GTC Berlinでは、Cosmos Frameworkのトレーニング・最適化・デプロイツール群がより多くのオープンモデルへ拡張され、Cosmos 3も併せて提供されたと原文は伝えている。開発者はGR00T、Alpamayo、QWEN、Pi0.5など対応するHugging Faceモデルをファインチューニングや強化学習で適応させ、蒸留・量子化で最適化し、高性能な推論でデプロイできるとしている。また、Cosmos 3 Nanoモデルの新バリアントがシミュレーション向けに提供され、自律走行車や双腕ロボットのポリシー評価をインタラクティブなシミュレーション環境で実施できる。
実導入事例として、ポルシェがフォルクスワーゲングループ全体で共有する自動運転データフライホイールの構築を主導しており、Microsoft Azure上のVoxel51経由でCosmos Data Factoryを活用している。これにより物理的なテスト走行を最大90%削減し、開発サイクルを最大85%短縮できると見込まれている。産業用検査ロボットを手がけるANYboticsはCosmos Data Factoryブループリントで1,500本超の合成動画クリップを生成し、コンピュータビジョン企業のUltralyticsはCosmos Data Factoryで生成した合成欠陥画像を用いてYOLOモデルを再トレーニングし、欠陥検出精度を改善したとしている。
推論性能面では、更新されたCosmos 3 NIM microservicesが検証済み構成において品質損失なしで最大2倍の推論高速化を実現する。新たに提供されたNVIDIA Metropolis VSS 3.3ブループリントは、同じGPUで監視できる映像ストリーム数を40%増加させるとしている。ADNOCはFogsphereのMistIQプラットフォームとCosmos、Metropolis VSSブループリントを組み合わせ、65拠点にわたるリアルタイムの安全ハザード検出に活用していると原文は紹介している。
NVIDIA Cosmos新トレーニングツールの主な仕様・数値
- Cosmos Data Factoryブループリント数：5種類
- 利用可能プラットフォーム：GitHub、Microsoft Azure、Nebius、CoreWeave
- Cosmos 3 NIM microservices推論速度向上：最大2倍（品質損失なし、検証済み構成）
- Metropolis VSS バージョン：3.3
- Metropolis VSS による映像ストリーム監視増加率：同一GPU比40%増
- ANYbotics生成合成動画クリップ数：1,500本超
- Porscheによるテスト走行削減見込み：最大90%
- Porscheによる開発サイクル短縮見込み：最大85%
出典: NVIDIA Blog（公式ブログ）
なぜ重要か（編集部の分析）
編集部の見解として、今回の拡充はシミュレーションデータの生成から世界モデルの訓練・評価・デプロイまでを一気通貫で行える環境をオープンかつモジュラーな形で提供するものとみられる。自動車・製造・エネルギーといった多分野での導入事例が示すように、「物理的に危険・希少なシナリオ」を合成データで補完するアプローチが現実の開発コスト削減に直結し始めており、シミュレーション活用が物理AI開発の標準的な手法として定着しつつある。
日本企業への示唆（編集部の分析）
編集部の分析として、日本の製造業・自動車メーカー・ロボティクス企業にとって、Cosmos Data Factoryの欠陥画像生成や動画拡張ブループリントは、少量の実データから大量の学習データを作る「データ調達コスト」削減策として即座に検討対象となり得る。Porscheの事例（テスト走行最大90%削減）は自動運転開発コストの議論にも波及するため、自動運転・ADAS開発部門はCosmos 3 Nanoによるシミュレーション評価ループの内製化コストと外部クラウド活用コストを比較する段階に入ったと言える。Microsoft AzureとのGitHub経由での提供は、既存のAzure利用企業にとってPoC（概念実証）の敷居を下げる点でも注目に値する。
背景・経緯
NVIDIA Cosmosは物理AIシステム向けの世界モデル構築を支援するプラットフォームで、原文によれば6つの異なるオープンモデルリーダーボードでトップ5にランクインしているとされる。今回の機能拡充はGTC Berlinに合わせて発表されたとみられ、Cosmos Frameworkをエージェントスキルとして機能拡張する方向性が示された。
NVIDIA Cosmos新トレーニングツールについてよくある質問
Q. NVIDIA Cosmos Data Factoryの5つのブループリントとは何か？
A. 自律走行車データセット生成、画像属性拡張、イベント動画生成、欠陥画像生成、動画データ拡張の5種類。GitHub、Microsoft Azure、Nebius、CoreWeaveを通じて利用できる。
Q. NVIDIA Cosmos 3 NIM microservicesの更新で推論はどれだけ速くなるか？
A. 原文によれば、検証済み構成において品質損失なしで最大2倍の推論高速化を実現するとされている。
Q. NVIDIA Cosmosを活用したポルシェの取り組みはどのようなものか？
A. ポルシェはフォルクスワーゲングループ全体で共有する自動運転データフライホイールの構築を主導しており、Microsoft Azure上のVoxel51経由でCosmos Data Factoryを活用している。これにより物理的なテスト走行を最大90%削減し、開発サイクルを最大85%短縮できると見込まれている。
