NVIDIA prova ad allargare la partita dell’intelligenza artificiale oltre i chatbot e i modelli linguistici, puntando dritto su un terreno molto più fisico: robot, auto a guida autonoma e sistemi di visione industriale. Al centro di questa strategia c’è una nuova generazione di modelli AI fisici open, pensati per essere scaricati, ispezionati e personalizzati da chiunque, anziché rimanere chiusi dentro i server di un’unica azienda. Il tassello più recente si chiama Cosmos 3, ma la storia è più ampia e coinvolge oltre 200 aziende che a luglio hanno firmato insieme a NVIDIA una lettera aperta sulla leadership americana nell’AI.
Summary
Punti chiave
- NVIDIA ha aderito a luglio a una lettera firmata da oltre 200 organizzazioni a favore di ecosistemi AI aperti, intitolata “Open Weights and American AI Leadership”.
- NVIDIA Cosmos 3 è un modello foundation open per l’AI fisica basato su architettura mixture-of-transformers, disponibile in tre varianti: Super (64B), Nano (16B) ed Edge (4B parametri).
- Cosmos 3 si posiziona al primo posto su benchmark come Artificial Analysis, PAIBench, Physics-IQ, RoboLab e VANTAGE-Bench.
- Aziende come Doosan Robotics, LG Electronics, Samsung Electronics, Li Auto e Xiaomi stanno già costruendo applicazioni su Cosmos 3.
- La NVIDIA Cosmos Coalition si è appena espansa in Giappone per sviluppare world models open dedicati a fabbriche, logistica e trasporti.
NVIDIA e la spinta agli ecosistemi open per l’AI fisica
La partita si è aperta a luglio, quando NVIDIA si è unita a più di 200 aziende e organizzazioni nella firma di “Open Weights and American AI Leadership”, una lettera aperta che sostiene un principio semplice: la leadership nell’intelligenza artificiale non si misura con un singolo modello frontiera, ma con la capacità di un ecosistema aperto di raggiungere ogni settore industriale. È un posizionamento che pesa, perché arriva proprio mentre l’amministrazione Trump valutava restrizioni sui modelli open weight cinesi, una prospettiva che secondo diversi operatori del settore avrebbe finito per danneggiare più gli Stati Uniti che la Cina.
Nel giro di una settimana quella lettera si è trasformata in qualcosa di concreto: l’Open Secure AI Alliance, un’iniziativa guidata da NVIDIA che ha già superato le 120 aziende aderenti. Al Black Hat, la conferenza di riferimento per la cybersecurity a Las Vegas, il gruppo ha presentato le prime proposte operative attraverso un working group chiamato SAFE (Shared AI Findings Exchange), gestito dalla Linux Foundation, per definire come segnalare in modo confidenziale gli incidenti di sicurezza legati all’AI e condividere le lezioni apprese senza attribuire colpe. Tra i membri figurano nomi come Adobe, BlackRock, Cisco, Intel, Microsoft, Visa e Hugging Face, mentre restano fuori Anthropic, OpenAI e Google, pur avendo queste ultime due firmato la lettera originale e rilasciato in passato modelli open weight propri.
Perché conta tutto questo? Perché sono proprio i modelli open a rendere possibile ciò che nessun modello proprietario chiuso può garantire: la possibilità di scaricarli, ispezionarli, modificarli e farli funzionare sulla propria infrastruttura. E in nessun campo questa flessibilità è più decisiva che nell’AI fisica, dove ogni implementazione è di fatto un problema di specializzazione: un robot in una fabbrica giapponese ha esigenze diverse da un’auto a guida autonoma in una città cinese.
Cos’è l’AI fisica e perché serve un world model
L’AI fisica deve capire e prevedere le conseguenze delle azioni, non limitarsi a riconoscere ciò che vede. È questa la differenza rispetto ai modelli linguistici tradizionali: un sistema che guida un’auto o muove un braccio robotico non può fermarsi all’interpretazione visiva di una scena, deve anticipare cosa succederà un istante dopo.
Per farlo entrano in gioco i cosiddetti world models, sistemi che imparano come si comportano gli ambienti fisici, cosa potrebbe accadere in seguito e quali azioni conseguenti abbiano senso. Questi modelli possono generare dati fisicamente coerenti su mondo e azioni, simulare stati futuri e offrire una base che i team possono poi specializzare per un robot, un veicolo autonomo o un sistema di visione artificiale. Gli stessi modelli AI fisici open vengono già impiegati per generare dati di addestramento sintetici, testare policy di controllo e adattare sistemi fisici a scenari specifici, prima ancora di un vero deployment sul campo.
NVIDIA Cosmos 3: il modello foundation open per l’AI fisica
Cosmos 3 è la risposta di NVIDIA a questa esigenza: un modello foundation open e frontiera per l’AI fisica, costruito su un’architettura mixture-of-transformers che unisce in un unico sistema ragionamento visivo, generazione di mondi simulati e previsione delle azioni. Gli sviluppatori possono usarlo come modello vision-language, come simulatore fisico che prevede stati futuri del mondo e genera dati sintetici su larga scala, oppure come base per costruire world action models, senza dover assemblare e mantenere un modello separato per ogni singola capacità.
Architettura mixture-of-transformers e le tre varianti
La famiglia Cosmos 3 si articola in tre versioni pensate per esigenze di deployment differenti. Cosmos 3 Super, con 64 miliardi di parametri, è la variante per la modellazione ad alta fedeltà. Cosmos 3 Nano, a 16 miliardi di parametri, punta su ragionamento efficiente e post-training. Cosmos 3 Edge, con appena 4 miliardi di parametri, è abbastanza leggero da funzionare su GPU edge: può essere distribuito su NVIDIA RTX GPUs, sistemi NVIDIA DGX e piattaforme NVIDIA Jetson, incluse le Jetson Thor, aprendo la strada al ragionamento visivo on-device e al deployment diretto di policy robotiche.
Cosmos 3 domina i benchmark di settore
Sul piano delle prestazioni, Cosmos 3 rivendica il primo posto su una serie di classifiche chiave: è al numero uno su Artificial Analysis per la generazione open weights da testo a immagine e da immagine a video, su PAIBench per la generazione di mondi simulati e nella categoria image-to-video di Physics-IQ. Per quanto riguarda le policy robotiche, guida la classifica RoboLab, mentre Cosmos 3 Super risulta il modello open con il punteggio più alto su VANTAGE-Bench per la comprensione visiva. Questi risultati si affiancano al resto dello stack fisico di NVIDIA, che include Isaac GR00T per la robotica, Alpamayo per i veicoli autonomi e Metropolis per l’AI di visione.
Adozione industriale e la NVIDIA Cosmos Coalition
La domanda che conta davvero è chi sta effettivamente usando questi modelli AI fisici open nella pratica. Nel campo della robotica figurano Doosan Robotics, LG Electronics, Samsung Electronics e Skild AI. Nel settore dei veicoli autonomi si contano Li Auto, Xiaomi e Afari. Per gli agenti di AI visiva applicati a spazi industriali e smart spaces lavorano invece Centific, Fogsphere, Linker Vision, Milestone Systems e Yuan. È un elenco che attraversa continenti e industrie diverse, segno che l’approccio open funziona da collante trasversale più che da nicchia tecnica.
Espansione globale della coalizione, tappa Giappone
A sostenere questo lavoro c’è la NVIDIA Cosmos Coalition, che riunisce costruttori di world models, sviluppatori AI e leader dell’AI fisica per contribuire con modelli, ricerca e metodologie di valutazione condivise. NVIDIA ha recentemente ampliato la coalizione al Giappone, dove leader della robotica e della manifattura intendono aderire per sviluppare world models open destinati a fabbriche, logistica, agricoltura, costruzioni, sanità e trasporti. Insieme, queste implementazioni e collaborazioni stanno consolidando i world models open come base adattabile per l’AI fisica applicata a robot, veicoli autonomi e sistemi di visione.
FAQ
Cosa sono i world models open e perché sono importanti?
I world models open possono essere scaricati, ispezionati, modificati ed eseguiti su qualsiasi infrastruttura, permettendo quella personalizzazione che è indispensabile per le applicazioni di AI fisica.
Cosa distingue l’AI fisica dagli altri tipi di intelligenza artificiale?
L’AI fisica deve capire e prevedere le conseguenze in ambienti fisici reali, non limitarsi a interpretare l’aspetto visivo di una scena.
Quali sono le varianti di NVIDIA Cosmos 3 e a cosa servono?
Cosmos 3 Super (64 miliardi di parametri) è pensato per la modellazione ad alta fedeltà, Nano (16 miliardi) per un ragionamento efficiente, ed Edge (4 miliardi) per il deployment leggero su GPU edge, incluse le applicazioni robotiche.
Come sostiene la NVIDIA Cosmos Coalition lo sviluppo dell’AI fisica?
La coalizione favorisce la collaborazione tra costruttori di world models e sviluppatori AI a livello globale, ed è stata recentemente ampliata per includere i leader industriali giapponesi.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
