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」をロボット制御用にポストトレーニング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、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4Bパラメータのオムニモデルで、2BのNemotronベースのリーズナーを内包する。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おり、Jetson Thor上で動作する。ポストトレーニングには、76kの成功した遠隔操作軌跡、約350時間、86タスク、564シーンを含むnvidia/Cosmos3-DROIDデータセットを使用。Franka PandaアームとRobotiqグリッパーで収集された。検証済みのトレーニングハードウェアはNVIDIA DGX Station（GB200またはGB300）で、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）を要する。推論時は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チャンクで約2.13秒分のロボット動作をカバーする。ポリシーサーバーはOpenPIプロトコルを話すWebSocketサーバーとしてJetson Thor上でネイティブ動作し、重みは約9GB（BF16）でThorのオンボードメモリに収まる。
Key Facts
| NVIDIAは2026年8月19日、エッジ向け世界モデル「Cosmos 3 Edge」のポストトレーニング手法を公開した。 | [1] |
| Cosmos 3 Edgeは4Bパラメータのオムニモデルで、Jetson Thor上で動作する。 | [1] |
| 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。 | [1] |
| ポストトレーニングにはnvidia/Cosmos3-DROIDデータセットを使用。76kの成功軌跡、約350時間、86タスク、564シーンを含む。 | [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チャンクで約2.13秒分のロボット動作をカバーする。 | [1] |
本紙の見方
今回の発表は、NVIDIAが2026年8月17日に公開した「Cosmos 3 Edge」の実用化を大きく前進させるものだ。前回の発表ではモデルの存在と基本性能が示されたが、今回のチュートリアルによって、開発者が自前のロボットデータでポストトレーニングし、Jetson Thor上でリアルタイム推論を実行するまでの具体的な手順が公開された。これは、世界モデルをロボット制御に応用するための「レシピ」をNVIDIAが公式に提供したことを意味し、エッジAIロボティクスの実装ハードルを大幅に下げる。 本紙の過去報道（2026年8月17日付「NVIDIA、エッジ向け世界モデル『Cosmos 3 Edge』公開」）では、モデルの概要とJetson Thor上での動作が報じられたが、ポストトレーニングの具体的な方法や計算リソースの要件は不明だった。今回の公開で、トレーニングには64ノードの4×GB200構成で約68時間（約17.4K GB200時間）という大規模な計算資源が必要であることが判明した。これは、単一GPUでのファインチューニングではなく、基盤モデルのポストトレーニングであることを明確に示しており、開発者にとっては計算コストの壁が存在する。 業界構造への含意として、NVIDIAは「Cosmos 3 Edge」をJetson Thorと組み合わせることで、ロボットメーカーに対して「モデル＋ハードウェア＋ソフトウェアスタック」を一体で提供する垂直統合戦略を強化している。特に、ポリシーサーバーがOpenPIプロトコルを採用し、DROIDエコシステムと互換性を持たせた点は重要だ。これにより、既存のDROIDベースのロボット開発資産を活用しながら、エッジ推論に移行できる。また、Cosmos 3 EdgeはLinux FoundationのOpenMDW 1.1ライセンスで提供され、開発者は自社データでポストトレーニング可能だ。これは、特定のロボットやセンサー構成に適応させる「特化」を促進し、物理AIの普及を加速させる。 一方、未確定の論点として、今回のチュートリアルで使用されたDROIDデータセットはFranka PandaアームとRobotiqグリッパーに限定されており、他のエンボディメント（例えば二腕Franka、UR、WidowX 250、LeRobot SO101）での性能は明らかでない。また、成功率22.9%は閉ループシミュレーションでの評価であり、実機での成功率は未知数だ。さらに、Jetson Thorの価格が最大101%値上がりした（2026年7月22日時点でJetson AGX Thor Developer Kitは$5,499）ことも、エッジ展開のコスト障壁として考慮する必要がある。今後は、実機での検証結果や、異なるロボット構成でのポストトレーニングの事例が待たれる。
なぜ重要か
NVIDIAが世界モデルのエッジ展開を可能にする具体的な手法を公開したことで、ロボットメーカーはデータセンターに依存せず、ロボット単体で高度な操作ポリシーを実行できる道が開かれた。これは、物理AIの実用化を加速し、ロボットの自律性と応用範囲を大きく広げる可能性がある。
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、日本の製造業が自社のロボットデータを用いてモデルを特化させる基盤となり得る。特に、日本の強みである高精度なセンサーやモーター技術と組み合わせることで、エッジ推論によるリアルタイム制御の実用化が進む可能性がある。