NVIDIA、エッジ向け世界モデル「Cosmos 3 Edge」公開 4BパラメータでJetson Thor上動作

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世界モデル「Cosmos 3 Edge」を公開した。4Bパラメータのオムニモデル（2BのNemotronベース推論器を含む）で、Jetson Thor上で動作する。ポストトレーニング済みポリシーは、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、単一チャンクで約2.13秒分のロボット動作をカバーする。閉ループのRoboLabタスクでは22.9%の成功率を達成した。

詳細

Cosmos 3 Edgeは、Cosmos 3ファミリーの一部で、Cosmos 3 Nano（16B）やCosmos 3 Super（64B）と同じ物理世界データで事前学習されている。重みは約9GB（BF16）で、Jetson Thorのオンボードメモリに収まる。ポリシーはOpenPIプロトコルを話すWebSocketサーバーとして提供され、ロボット上でネイティブに実行される。トレーニングデータはnvidia/Cosmos3-DROIDデータセットで、76kの成功した遠隔操作軌道、約350時間、86タスク、564シーンを含む。Franka PandaアームとRobotiqグリッパーで収集された。ポストトレーニングは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）かかる。アクションスペースは8次元の絶対関節位置（7関節+グリッパー）、アクションチャンクは15Hzで32の将来アクション。観測は3カメラ構成（手首360×640、外部2ビュー180×320）で540×640に合成。

Key Facts

本紙の見方

今回の発表は、NVIDIAが世界モデルをロボットの頭脳として実装する上で、データセンターからエッジへの移行を具体化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上でリアルタイム推論を実現する。これにより、ロボットがデータセンターGPUに依存せず、自律的に動作できる可能性が広がる。 本紙の過去記事では、AMDが物理AI向けロボティクスパートナーネットワークを発表し、オープン標準による開発加速を打ち出した。NVIDIAもCosmos 3をオープンモデルとして提供し、Linux FoundationのOpenMDW 1.1ライセンスの下でポストトレーニングを可能にしている。両社ともオープンエコシステムを重視する点で共通するが、NVIDIAは世界モデルという基盤技術で先行し、エッジ展開まで視野に入れている。 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ロボットに特化したポリシーを、NVIDIAの基盤モデルからポストトレーニングで構築する流れを加速させる。特に、DROIDデータセットのような大規模な遠隔操作データが公開されていることで、参入障壁が下がる。一方で、トレーニングには64ノードのGB200が必要であり、計算資源への投資が依然として必要である。 未確定の論点としては、Cosmos 3 Edgeが実際のロボット製品に搭載される際の量産効果や、他のエンボディメント（UR、WidowXなど）での性能が挙げられる。また、22.9%の成功率は閉ループシミュレーションでの結果であり、実環境での性能は未知数である。

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エッジで動かすことを可能にし、ロボットの自律性と応答性を高める。これにより、ロボットメーカーはデータセンターへの依存を減らし、より実用的な物理AIシステムを構築できる。NVIDIAのエコシステムがさらに強化され、ロボット開発の標準プラットフォームとしての地位を固める可能性がある。

日本への影響

NVIDIAはCosmos Coalitionを日本に拡大し、ロボティクスと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世界モデルを開発する意向を示している。日本の製造業は、Cosmos 3 Edgeを活用したエッジ推論により、工場内のロボット制御を低遅延で実現できる可能性がある。特に、日本の強みである精密なモーター制御やセンサー技術と組み合わせることで、高度な物理AIシステムの構築が期待される。