何が起きたか
NVIDIAは2026年8月19日、4Bパラメータの世界モデル「Cosmos 3 Edge」を公開し、Jetson Thor上でロボット操作ポリシーを実時間実行する手法を発表した。DROIDデータセットで事後学習したポリシーは、データセンターGPUなしでロボット上で動作し、アクションチャンク生成に約1.53秒かかる。クローズドループ評価では成功率22.9%を達成した。
詳細
Cosmos 3 Edgeは、Cosmos 3ファミリーに属する4Bオムニモデル（2BのNemotronベースのリーズナーを内包）。Cosmos 3 NanoやCosmos 3 Superと同じ物理世界データで事前学習され、Jetson Thor上でオンデバイス実行可能なサイズに設計された。事後学習は、nvidia/Cosmos3-DROIDデータセット（76kの成功テレオペ軌道、約350時間、86タスク、564シーン、Franka PandaアームとRobotiqグリッパーで収集）を使用。検証済みのトレーニングは64ノードの4×GB200で60Kイテレーション、約68時間（約17.4K GB200時間）。デプロイ時は、ポリシーサーバーがOpenPIプロトコルでJetson Thor上でネイティブ動作し、重みは約9GB（BF16）でThorのオンボードメモリに収まる。アクションチャンクは32未来アクションを15Hzで予測し、1チャンクで約2.13秒のロボット動作をカバーする。
Key Facts
| NVIDIAは2026年8月19日、4Bパラメータの世界モデル「Cosmos 3 Edge」を公開した。 | [1] |
| Cosmos 3 EdgeはJetson Thor上で実行可能で、DROIDポリシーはアクションチャンク生成に約1.53秒かかる。 | [1] |
| クローズドループ評価で成功率22.9%を達成した。 | [1] |
| トレーニングデータはnvidia/Cosmos3-DROIDデータセットで、76kの成功テレオペ軌道、約350時間、86タスク、564シーンを含む。 | [1] |
| 検証済みトレーニングは64ノードの4×GB200で60Kイテレーション、約68時間（約17.4K GB200時間）を要する。 | [1] |
本紙の見方
今回の発表は、世界モデルをロボットのオンデバイス制御に適用する点で新規性が高い。従来、世界モデルは大規模なデータセンターGPUでの推論が前提で、ロボット本体への搭載はメモリとレイテンシの制約から困難だった。Cosmos 3 Edgeは4Bパラメータに抑え、Jetson Thorのメモリ（約9GB）に収まるように設計され、データセンターGPUなしで実時間推論を実現した。これは、ロボットの自律性を高め、通信遅延やネットワーク依存を排除する点で、実運用への大きな一歩となる。 本紙の過去報道では、NVIDIAが2026年8月25日に「Cosmos 3 Edge」を公開し、Jetson Thor上でロボット操作ポリシーを実時間実行する手法を発表したと報じた。今回の記事はその詳細を掘り下げたもので、特にトレーニングデータや計算リソースの具体的な数値が明らかになった。また、Hyundai Motor GroupがBoston Dynamicsの全株式取得を進めるなど、ロボティクス分野への投資が活発化する中、NVIDIAは世界モデルというソフトウェア基盤でロボット産業の標準化を狙っているとみられる。 業界構造への含意として、Cosmos 3 Edgeの登場は、ロボットメーカーが自社のハードウェアに合わせてポリシーをカスタマイズする際の障壁を下げる。オープンなライセンス（OpenMDW 1.1）で提供され、事後学習が可能なため、各社は自社のロボットやセンサー構成に合わせてモデルを調整できる。これは、ロボットの知能部分のサプライチェーンを変える可能性がある。従来はロボットメーカーが自前でAIを開発するか、専門ベンダーに依存していたが、NVIDIAが提供する基盤モデルをベースに短期間でポリシーを構築できるようになる。 一方で、未確定の論点も残る。今回の成功率22.9%はクローズドループシミュレーションでの評価であり、実環境での性能は未知数だ。また、トレーニングに必要な計算リソース（約17.4K GB200時間）は、多くのロボットメーカーにとって大きな投資となる。さらに、DROIDデータセットは特定のロボット構成（Franka Pandaアーム）で収集されており、他のロボットへの転用には追加のデータ収集と調整が必要になる。今後は、実機での検証結果や、異なるロボット構成での性能が焦点になる。
なぜ重要か
Cosmos 3 Edgeは、世界モデルをロボットの頭脳として実装する際のコストとレイテンシの壁を下げ、ロボットの自律化を加速させる可能性がある。これにより、ロボットメーカーはデータセンターに依存せず、エッジで完結するインテリジェントなロボットを開発できるようになる。
日本への影響
NVIDIAはCosmos Coalitionを日本に拡大しており、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開発に参加する予定。日本の製造業は、この基盤モデルを活用して、現場のデータを反映したポリシーを短期間で構築できる可能性がある。一方で、トレーニングに必要な計算リソースの確保や、データ収集の現地化が課題となる。