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」を公開した。4Bパラメータのオムニモデルで、Jetson Thor上で動作し、ロボットの操作ポリシーを実時間推論できる。DROIDデータセット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
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、物体の動きや相互作用の基礎を備える。モデルはJetson Thor上でオンデバイス実行可能なサイズ。ポストトレーニング後のポリシーは、NVIDIA 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チャンクで約2.13秒分のロボット動作をカバーする。データセンターGPUを介さず、ロボット上で連続ストリーミング推論が可能。閉ループRoboLabタスクで成功率22.9%を達成。トレーニングデータはnvidia/Cosmos3-DROIDデータセットで、76kの遠隔操作軌跡、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。LeRobotDataset v3.0形式（640×360解像度）。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）。検証済みハードウェアはNVIDIA DGX Station（GB200 Grace Blackwell SuperchipまたはGB300 Grace Blackwell Ultra Desktop Superchip）。CUDA 13.0（cu130）、NGC 26.06-py3。ポリシーはOpenPIプロトコルを話すWebSocketサーバーで提供され、約9GB（BF16）の重みがJetson Thorのオンボードメモリに収まる。対応エンボディメントはデュアルアームFranka、UR、WidowX 250、LeRobot SO101など。
Key Facts
| NVIDIAは2026年8月19日、エッジ向け世界モデル「Cosmos 3 Edge」を公開した。4Bパラメータのオムニモデルで、Jetson Thor上で動作する。 | [1] |
| ポストトレーニング後のポリシーは、NVIDIA 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チャンクで約2.13秒分のロボット動作をカバーする。 | [1] |
| 閉ループRoboLabタスクで成功率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の遠隔操作軌跡、約350時間、86タスク・564シーンを含む。 | [1] |
| 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）を要する。 | [1] |
本紙の見方
今回のCosmos 3 Edge公開は、NVIDIAが世界モデルをエッジデバイス上で実時間動作させるための重要な一歩である。4Bパラメータという軽量さで、Jetson Thor上でロボット制御ポリシーをデータセンターGPUなしで実行できる点は、ロボットの自律性を高める上で画期的だ。従来、世界モデルは大規模な計算資源を必要とし、ロボット本体への搭載は困難だった。Cosmos 3 Edgeは、その制約を打破し、ロボットが自己完結的に推論できる可能性を示す。 本紙の過去記事（2026年8月19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』）で報じた通り、NVIDIAはエッジ推論に注力している。今回の公開は、その戦略の延長線上にある。また、2026年8月17日の『Diligent Robotics、Moxi 2.0の米国展開を開始 世界モデルと10倍の計算能力で病院物流を刷新』で報じたように、世界モデルを搭載したロボットが実用化されつつある。Cosmos 3 Edgeは、こうしたロボットの頭脳をエッジに置くことを可能にし、クラウド依存からの脱却を促進する。 業界構造への含意として、Cosmos 3 Edgeはロボットメーカーにとって、自社のロボットに高度な操作ポリシーを組み込むための基盤を提供する。特に、DROIDデータセットのような大規模なデータセットで事前学習されたモデルを、自社のロボットに合わせてポストトレーニングできる点は、開発コストを大幅に削減する可能性がある。また、Jetson Thor上で動作するため、エッジAI市場におけるNVIDIAの優位性をさらに強固にする。 一方、未確定の論点として、Cosmos 3 Edgeの実ロボットでの性能は、シミュレーション上の成功率22.9%を上回るかどうかが焦点となる。また、ポストトレーニングに必要な計算資源（約17.4K GB200時間）は、中小企業にとっては障壁となる可能性がある。さらに、対応エンボディメントが限定的であるため、多様なロボットへの適用には追加の調整が必要だろう。
なぜ重要か
Cosmos 3 Edgeは、世界モデルをロボット本体に搭載することを現実にし、クラウド依存からの脱却を促進する。これにより、ロボットの自律性と応答性が向上し、物理AIの実用化が加速する。
日本への影響
NVIDIAはCosmos Coalitionを日本に拡大し、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日本のロボット・製造業リーダーが参加する意向を示している。日本の製造業は、こうしたオープンな世界モデルを活用することで、現場データを活かしたロボット開発を進める可能性がある。