何が起きたか
NVIDIAは2026年8月19日、ロボットのオンデバイス制御向けに設計された4Bパラメータの世界モデル「Cosmos 3 Edge」を公開した。同モデルはCosmos 3ファミリーの一部で、2BのNemotronベースの推論器を内蔵し、NVIDIA Jetson Thor上で実行できる。公開されたチュートリアルでは、DROIDデータセット（76kの成功軌道、約350時間、86タスク、564シーン）で事後訓練した操作ポリシーが、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、閉ループ評価で成功率22.9%を達成した。
詳細
Cosmos 3 Edgeは、Cosmos 3 Nano（16B）やCosmos 3 Super（64B）と同じ物理世界データで事前訓練されており、物体の動きや相互作用の基礎的理解を共有する。モデルは約9GB（BF16）で、Jetson Thorのオンボードメモリに収まる。事後訓練は、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。ポリシーはOpenPIプロトコルを話すWebSocketサーバーとしてJetson Thor上でネイティブに動作し、データセンターGPUを介さずにロボット上で推論を完結させる。DROID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。Cosmos 3は、デュアルアームFranka、UR、WidowX 250、LeRobot SO101など複数のエンボディメントをサポートする。
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上で動作し、データセンターGPUなしで実時間推論を実現する。 | [1] |
| DROIDデータセットは76kの成功軌道、約350時間、86タスク、564シーンで構成される。 | [1] |
| 事後訓練したポリシーは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、閉ループ評価で成功率22.9%を達成した。 | [1] |
| Cosmos 3ファミリーは、Cosmos 3 Super（64B）、Cosmos 3 Nano（16B）、Cosmos 3 Edge（4B）で構成される。 | [2] |
本紙の見方
今回の発表は、NVIDIAが世界モデルをロボットの実機制御に直接適用する「オンデバイス」戦略を明確にした点で重要である。Cosmos 3 Edgeは4Bパラメータと小型化され、Jetson Thor上で動作する。これにより、従来データセンターGPUに依存していた推論をロボット本体で完結させ、通信遅延やオフロードの課題を解消する。本紙が既報の通り、NVIDIAは2026年7月にオープン基盤「Isaac GR00T」を公開し、VLAモデル「GR00T 1.7」をApache 2.0で提供している。Cosmos 3 Edgeはこの流れをさらに推し進め、世界モデルをポリシーのバックボーンとして実機展開する道を開く。 構成比で見ると、Cosmos 3ファミリーはSuper（64B）、Nano（16B）、Edge（4B）と規模が分かれており、Edgeはその中で最も軽量でエッジ向けに特化している。これは、NVIDIAがクラウドからエッジまでをカバーする階層的なモデル戦略を取っていることを示す。特に、Jetson Thor T5000上で約1.53秒のアクションチャンク生成は、実時間制御の要件を満たす数値であり、世界モデルが単なるシミュレーション用途ではなく、実機の制御ループに組み込めることを実証している。 業界構造への含意として、この動きはロボットメーカーにとって、自社で大規模な基盤モデルを開発する必要性を低減させる。NVIDIAが提供するオープンな世界モデルと事後訓練のレシピにより、各社は自社のロボットデータでモデルを特化させることができる。これは、本紙が既報のZEALSやアトムなど、データ収集に注力するスタートアップの戦略とも整合する。一方で、モデルの事後訓練には約17.4K GB200時間という大規模な計算資源が必要であり、これは中小企業にとっては参入障壁となり得る。 未確定の論点としては、Cosmos 3 Edgeの実機展開における制御周波数の限界や、多様なエンボディメントへの適用範囲が挙げられる。チュートリアルではDROIDデータセットに基づくFranka Pandaアームでの検証が中心であり、他のロボットでの性能は今後の評価が待たれる。また、成功率22.9%は閉ループシミュレーションでの値であり、実環境での性能は異なる可能性がある。
なぜ重要か
NVIDIAが世界モデルをエッジで実時間動作させる道を開いたことで、ロボットの頭脳をクラウドに依存せず、現場で完結させる選択肢が現実味を帯びる。これは、通信インフラが不安定な工場や屋外でのロボット運用を後押しし、フィジカルAIの実装コストとレイテンシの構造を変える可能性がある。
日本への影響
NVIDIAはCosmos Coalitionを日本に拡大し、ロボティクス・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意向を示している。日本の製造業は、ファナックや安川電機など産業用ロボットの強みを持つが、Cosmos 3 Edgeのようなオンデバイス推論の活用は、現場データを活用した特化モデルの開発を加速させる可能性がある。特に、データ収集の仕組みづくりが進む中で、日本の部品メーカーやロボットメーカーがNVIDIAのエコシステムに参加するかが焦点となる。