何が起きたか
NVIDIAは2026年8月19日、エッジ向け世界モデル「Cosmos 3 Edge」をポストトレーニングし、Jetson Thor上でロボット制御をリアルタイム実行する手法を公開した。Cosmos 3 Edgeは4Bパラメータのオムニモデルで、2BのNemotronベースの推論器を備える。DROIDデータセット（76kの遠隔操作軌跡、約350時間、86タスク、564シーン）でポストトレーニングしたポリシーは、閉ループ評価で成功率22.9%を達成した。
詳細
ポストトレーニングは、NVIDIA DGX Station（GB200 Grace Blackwell SuperchipまたはGB300 Grace Blackwell Ultra Desktop Superchip）上で、64ノードの4×GB200構成、60Kイテレーション、約68時間（約17.4K GB200時間）で実行される。モデルはJetson AGX Thor T5000上で、640×540解像度・15Hzで各アクションチャンクを約1.53秒で生成し、1チャンクは約2.13秒のロボット動作をカバーする。重みは約9GB（BF16）でThorのメモリに収まり、WebSocketポリシーサーバーがOpenPIプロトコルで動作する。データセットはLeRobotDataset v3.0形式（640×360解像度）で提供され、Franka PandaアームとRobotiqグリッパーで収集された。
Key Facts
| Cosmos 3 Edgeは4Bパラメータのオムニモデルで、2BのNemotronベースの推論器を備える。 | [1] |
| DROIDデータセットは76kの遠隔操作軌跡、約350時間、86タスク、564シーンで構成される。 | [1] |
| ポストトレーニングしたポリシーは閉ループ評価で成功率22.9%を達成した。 | [1] |
| Jetson AGX Thor T5000上で、各アクションチャンクを約1.53秒で生成し、1チャンクは約2.13秒のロボット動作をカバーする。 | [1] |
| ポストトレーニングは64ノードの4×GB200構成で60Kイテレーション、約68時間（約17.4K GB200時間）で実行される。 | [1] |
本紙の見方
今回の発表は、NVIDIAが世界モデルをエッジデバイス上で実用的なロボット制御に適用するための具体的な手法を提供した点で、物理AIの実装における重要な一歩と位置づけられる。Cosmos 3 Edgeは4Bパラメータと軽量でありながら、DROIDデータセットでのポストトレーニングにより、閉ループ評価で22.9%の成功率を達成した。この数値は、単なるベンチマークではなく、実機でのリアルタイム推論を可能にする点で意義深い。 本紙の過去記事（2026年8月17日『NVIDIA、エッジ向け世界モデル「Cosmos 3 Edge」公開 Jetson Thor上でロボット制御を実時間実行』）では、Cosmos 3 Edgeの基本仕様とDROIDデータセットでの成功率22.9%が報じられた。今回の発表は、そのポストトレーニングの詳細な手順と、Jetson Thor上でのデプロイ方法を提供するもので、前回の記事で示された「エッジでの実時間実行」を実現するための具体的なレシピを提示している。つまり、前回は「可能」を示し、今回は「どうやって」を示したと言える。 業界構造への含意として、この手法はロボット開発の参入障壁を下げる可能性がある。従来、ロボットの制御ポリシーはタスク固有のデモデータから学習する必要があり、大規模な計算資源とデータ収集が必要だった。Cosmos 3 Edgeのポストトレーニングは、物理世界の事前知識を活用することで、少量のタスク固有データで適応可能なポリシーを構築できる。さらに、Jetson Thor上で動作するため、データセンターGPUへの依存を減らし、エッジでの自律的なロボット運用を可能にする。これは、ロボットの導入コストとレイテンシを削減し、より広範な産業への応用を促進する可能性がある。 一方で、未確定の論点も残る。ポストトレーニングには約17.4K GB200時間という大規模な計算資源が必要であり、これは多くの開発者にとって障壁となり得る。また、成功率22.9%は閉ループ評価での数値であり、実環境での性能は未知数である。さらに、DROIDデータセットはFranka PandaアームとRobotiqグリッパーに特化しており、他のロボット形態への適用には追加の設定が必要となる。これらの点が、今後の実用化に向けた検証課題となる。
なぜ重要か
この発表は、世界モデルをエッジデバイス上で実用的なロボット制御に適用するための具体的な手法を提供し、物理AIの実装を加速させる。開発者は、データセンターGPUに依存せずに、Jetson Thor上でリアルタイムに動作するロボットポリシーを構築できるようになる。これにより、ロボットの導入コストとレイテンシが削減され、より広範な産業での応用が期待される。
日本への影響
NVIDIAはCosmos Coalitionを日本に拡大し、ロボティクスや製造業のリーダーが工場、物流、農業、建設、ヘルスケア、輸送向けのオープンな世界モデルを開発する意向を示している。今回のCosmos 3 Edgeのポストトレーニング手法は、日本の製造業がエッジでのロボット制御を実装する際の基盤となり得る。特に、Jetson Thor上でのリアルタイム推論は、工場内のネットワーク遅延を嫌う用途に適しており、日本の製造現場での採用が進む可能性がある。