Bir fabrika zeminindeki bir robotun bir sahneyi görmesi, nasıl değişeceğini tahmin etmesi ve bir sonraki hamlesine, buluttaki bir GPU’ya gidiş-dönüşün izin verdiğinden daha hızlı karar vermesi gerekir. NVIDIA’nın Cosmos 3 Edge için geliştirdiği döngü tam olarak budur: bu, Cosmos ailesindeki ilk dünya modelidir ve 4 milyar parametreye küçültülmüştür; böylece bir veri merkezinde değil, doğrudan makinede çalışabilir. Jetson sınıfı donanımda cihaz üzerinde robot döngüleri için kullanışlıdır, ancak aşağıdaki sayılar gösterdiği gibi, en yüksek kaliteye ihtiyaç duyduğunuzda daha büyük Cosmos modellerinin yerine doğrudan geçebilecek bir alternatif değildir.
Cosmos 3 Edge nedir
Cosmos 3 Edge, 4 milyar parametreli açık bir "world model"dir: fiziksel dünyanın nasıl davrandığını öğrenen, böylece hareket, nedensellik ve bir eylemin sonuçları hakkında akıl yürütebilen bir model. NVIDIA, bunu 20 Temmuz 2026'da Hugging Face Cosmos 3 deposunda yayınladı.
Görsel, metin ve sesi (ayrıca görüntüler, video ve eylem yörüngeleri) giriş olarak alır ve üç tür çıktı üretir: akıl yürütme tokenları, video ve eylem tokenları. Basit bir ifadeyle, tek bir model bir sahneyi izler, neler olduğunu çözümler ve bir robotun sırada hangi motor eylemleri gerçekleştirmesi gerektiğini verir; böylece genellikle birkaç ayrı sisteme yayılan "gör, akıl yürüt, eyleme geç" hattını tek bir yapıda birleştirir.
Kardeşlerinden farkı, nerede çalıştığıdır. 31 Mayıs 2026'da GTC Taipei'de aileyle birlikte piyasaya sürülen Cosmos 3 Super ve Nano, iş istasyonlarını ve veri merkezlerini hedefler. Edge ise doğrudan robot, araç ya da endüstriyel kameranın üzerinde çalışacak şekilde tasarlanmış varyanttır. Lansman ayrıca NVIDIA'nın Cosmos Coalition'ını da genişletti; platform üzerine inşa etmek için Japon robotik ve üretim şirketleri Fanuc, Kawasaki Heavy Industries, Yaskawa, Sony ve SoftBank dahil olmak üzere katıldı.
Cihaz içi sayılar ve bunların bir robot için ne anlama geldiği
NVIDIA, Jetson Thor modülü üzerinde Edge için üç başlık rakamı veriyor. Bunların her biri somut bir mühendislik kısıtına dönüşüyor:
- 15 Hz gerçek zamanlı kontrol. Model, tam bir algıdan eyleme döngüsünü yaklaşık her 67 milisaniyede bir kapatır. Bu, kararlı manipülasyon ve navigasyon gibi sürekli kapalı döngü robot kontrolü için yeterince hızlıdır; ancak yüksek hızlı dinamik manevralar için isteyeceğiniz oranların altındadır.
- Çıkarım başına 32 eylem. Tek bir ileri geçiş, bir adım değil, kısa bir eylem *dizisi* üretir. Robot, bir sonraki çıkarım çalışırken yürütmek üzere planlanmış bir hareket parçası alır; 15 Hz’lik bir döngüyü sarsak yerine akıcı tutan şey budur. Bunun bedeli yanıt verebilirliktir: Bir parçayı kesintiye uğratamayan bir denetleyici, beklenmedik bir duruma geç tepki verir; bu yüzden eylem parçalama, en iyi şekilde kayan ufuklu yeniden planlama ile birlikte kullanılır.
- 640×360 gözlemler. Modelin cihaz üzerinde üzerinde akıl yürüttüğü çözünürlük budur. Nesneleri izlemek ve yörüngeleri tahmin etmek için yeterlidir ve hesaplama bütçesine sığmak için bilinçli bir takastır. Ayrıntılı görsel inceleme bu çözünürlüğün amacı değildir.
Daha büyük donanımdaki gecikme, tablonun geri kalanını tamamlar. Tek bir H100 üzerinde Edge, bir robot politikasını (DROID eylemi) 1,25 saniyede döndürür ve ileri ve ters dinamikleri (bir sonraki dünya durumunu tahmin etmek veya iki durum arasındaki eylemi çıkarsamak) her biri yaklaşık 3,6 saniyede çalıştırır. Tam görüntüden videoya üretim, 23,92 saniye ile ağır işlemdir; bu da modelin nerede ucuz (eylem ve dinamikler) ve nerede pahalı (üretim) olduğunu gösterir.
4B’lik bir modelin hem nasıl akıl yürütüp hem de harekete geçtiği
4 milyar parametreye anlamayı *ve* üretimi sığdırmak mimariden gelir. Edge, multimodal attention katmanlarını paylaşan iki transformer kulesi çalıştırır: Bir sonraki token'ı tahmin ederek muhakeme ve anlamayı yöneten autoregressive bir kule ve yinelemeli olarak gürültü giderme yoluyla üretimi yöneten bir diffusion kulesi. Attention katmanlarını paylaştıkları için model, ürettiği şeyi üzerinde muhakeme ettiği şeye dayandırabilir; böylece bir devirler zinciri yerine tek bir ağ içinde "önce gör, sonra harekete geç" yapar.
Edge, kardeşlerinden bir açıdan daha farklıdır. Cosmos 3 Nano ve Super, önceden eğitilmiş Qwen3-VL ağırlıkları üzerine inşa edilmiştir; Edge ise edge kullanım senaryosu için sıfırdan eğitilmiş yoğun bir modeldir. Bu odaklanma sayesinde 4B bir model burada kendi sınıfında rekabet ediyor; daha büyük bir modelin naif bir küçültülmüş sürümü gibi görünmüyor.
Edge vs Nano vs Super: hangi Cosmos 3 çalıştırılmalı
Üç varyant, bütçeye göre seçtiğiniz aynı şeyin kademeleri değildir; modelin fiziksel olarak nerede çalıştığına göre eşleştirilirler. Önce donanımı belirleyin, sonra varyant onu takip eder.
| Varyant | Parametreler | Kompozisyon | Hedef donanım | En uygun kullanım |
|---|---|---|---|---|
| Edge | 4B | Yoğun, sıfırdan eğitilmiş | Jetson (yeni T2000 / T3000 dahil), Jetson Thor, GeForce RTX, DGX | Cihaz üzerinde, gerçek zamanlı robot döngüleri |
| Nano | 16B | 8B reasoner + 8B generator (Qwen3-VL) | RTX PRO 6000 workstation | Workstation düzeyinde gerçek zamanlı çıkarım |
| Super | 64B | 32B reasoner + 32B generator (Qwen3-VL) | Hopper / Blackwell data center | Maksimum kalite, çevrimdışı üretim |
Tablonun ötesinde, çoğu projeyi belirleyen ödünleşim kapasite ile gecikme arasındadır. Edge, robotun üzerine sığan tek varyanttır; ancak tek yoğun yığını akıl yürütme ve üretim arasında zaman paylaşımı yapmak zorundadır; Nano ve Super bunları ayrı akıl yürütücü ve üretici yarımlara ayırır, bu da kaliteyi daha da ölçeklendirmelerinin ve bunu yapmak için iş istasyonu veya veri merkezi GPU’larına ihtiyaç duymalarının nedenidir. Görev ince görsel ayrıntıya, yüksek hızlı kontrole veya en yüksek sadakatli videoya bağlıysa Edge’i eleyin.
Bağlam içinde kıyaslamalar
Benzer 4B boyutundaki modeller arasında, Cosmos 3 Edge görsel analitik için VANTAGE-Bench’te #1 sırada yer alır ve hedeflediği iki görev olan robot politika öğreniminde en ileri düzeydedir. Üretim tarafında ise, PAIBench ve RBench paketlerinde rekabetçi kaliteyle 480p ve 24 fps hızında görüntüden videoya üretim yapar; bu da onu özel video modelleriyle rekabet etmekten ziyade sentetik veri ve önizleme üretimi için uygun kılar.
Bu, daha geniş aileyle uyumlu. Cosmos 3 ürün gamı genelinde NVIDIA, muhakeme (Robotics, Smart Space ve Driving ortalamaları) ve üretim (R-Bench, Artificial Analysis, RoboLab ve RoboArena) alanlarını kapsayan yedi physical-AI liderlik tablosunda #1 açık model sıralamalarını bildirmektedir. Bunlar satıcı tarafından raporlanan sonuçlardır; bu yüzden onları "cihaz üzerinde algı ve kontrol için kendi sınıfında en güçlü" olarak okuyun, en güçlü Cosmos modeli olarak değil.
Cosmos 3 Edge'in yetersiz kaldığı noktalar
Küçük ve cihaz içi olmak bir dizi ödünleşimdir ve bunları benimsemeden önce adlandırmakta fayda var:
- Çözünürlük sınırı. 640×360 gözlemler, yörünge tahmini için yeterlidir ancak küçük kusur denetimi gibi ince görsel ayrıntıya dayanan görevler için sınırlayıcıdır.
- Kapasite sınırı. 4B parametre, modelin ne kadar uzun ufuklu akıl yürütme ve yüksek sadakatli üretim yapabileceğini sınırlar. Kalite gecikmeden daha önemli olduğunda, Nano veya Super doğru tercihtir.
- Uyarlama beklenir, isteğe bağlı değildir. NVIDIA, temel modelin belirli bir robot, sensör kümesi veya ortam için özelleştirilmesinin küçük bir H100 ya da DGX Station kümesinde yaklaşık bir gün sürdüğünü belgeliyor. Bu hızlıdır, ancak aynı zamanda alışılmadık, yapılandırılmamış bir ortamda kutudan çıktığı haliyle davranışın genellikle önce ince ayar gerektirdiğini de gösterir.
- Üretim ikincil bir beceridir. Model video üretebilir, ancak güçlü yanı bu değildir; onu üretim modeli olarak değil, aynı zamanda üretim de yapabilen bir algı-ve-eylem modeli olarak değerlendirin.
Nasıl çalıştırılır
Ağırlıklar huggingface.co/nvidia/Cosmos3-Edge adresinde herkese açıktır; OpenMDW 1.1 lisansı altında yayımlanmıştır, bu da ticari kullanıma ve ince ayara izin veren açık bir model-ağırlıkları lisansıdır. (Bazı erken yazılarda bunun Apache 2.0 olduğu belirtiliyordu; model kartı OpenMDW 1.1'i listeliyor, bu yüzden dağıtıma geçmeden önce atıf ve dağıtım koşulları için lisans metnini kontrol edin.)
Dağıtım için NVIDIA, modeli Jetson donanımına aktarmak amacıyla kendi NIM microservices’lerinin yanı sıra vLLM gibi açık inference framework’leriyle checkpoint’leri optimize etmeye ve ONNX export kullanmaya işaret ediyor. Daha geniş aile ayrıca Hugging Face Diffusers içinde bir Cosmos3OmniPipeline sunuyor. Bir robotics ekibi için gerçekçi bir yol şu şekildedir: Hugging Face’ten indirin, kendi görev veriniz üzerinde yaklaşık bir gün boyunca fine-tune edin (NVIDIA’nın yönlendirmesine göre), ardından export edin ve cihaz üzerindeki hedefe deploy edin.
Aynı ağırlıklar geniş bir donanım yelpazesinde çalışır: yeni T2000 ve T3000 dahil Jetson modülleri, Jetson Thor, GeForce RTX ve RTX PRO GPU’lar ile DGX sistemleri; böylece aynı model, yeniden yazıma gerek kalmadan bir geliştiricinin masaüstünden dağıtılmış makineye taşınabilir.
SSS
Cosmos 3 Edge açık kaynak mı?
Ağırlıklar, ticari kullanıma ve ince ayara izin veren OpenMDW 1.1 lisansı altında açıkça indirilebilir. Bu, onu yalnızca API üzerinden sunulan bir sürüm yerine, kendiniz çalıştırıp uyarlayabileceğiniz "open weights" yapar; eğitim kodu ve veriler ise lisans metninde açıkça belirtildiği üzere ayrı bir konudur.
Cosmos 3 Edge'in hangi donanıma ihtiyacı var?
Bu, NVIDIA Jetson modüllerinde (yeni duyurulan T2000 ve T3000 dahil) ve Jetson Thor’da cihaz üzerinde çalışacak şekilde tasarlanmıştır; ayrıca GeForce RTX ve RTX PRO GPU’larda ve DGX sistemlerinde de çalışır. 15 Hz kontrol değeri özellikle Jetson Thor için belirtilmiştir, bu nedenle daha küçük Jetson modüllerinde daha düşük hızlar bekleyin.
Cosmos 3 Edge ne zaman piyasaya sürüldü?
Cosmos 3 Edge, 20 Temmuz 2026'da piyasaya sürüldü; 31 Mayıs 2026'da GTC Taipei'de ilk kez tanıtılan Cosmos 3 ailesine eklendi.
Cosmos 3 Edge veya Nano: hangisini kullanmalıyım?
Modelün nerede çalıştığına göre seçin. Robotun veya kameranın üzerinde çalışması gerekiyorsa Edge (4B) kullanın. Makinenin yanındaki bir iş istasyonunda çalışıyorsa, Nano (16B) ek işlem gücü karşılığında daha fazla kalite sağlar.