NVIDIA、ロボット制御AI「Cosmos 3 Edge」公開

米NVIDIA（GPUおよびAIコンピューティングプラットフォームの大手開発企業）は2026年8月20日、オンデバイスでのロボット操作制御に特化した世界基盤モデル「Cosmos 3 Edge（NVIDIAのオンデバイスロボット制御向け40億パラメータ世界基盤モデル）」の事後学習手法と、事前学習済みポリシー「DROID」をオープンソースとして公開した。

クラウド依存を排除するオンデバイス推論の実現

従来のロボット向け世界基盤モデルはパラメータ規模が大きく、データセンターのGPUへ推論処理をオフロードする必要があった。これにより通信遅延やネットワーク切断時の安全性確保が課題となっていた。

今回公開されたCosmos 3 Edgeは、20億パラメータのNemotron推論エンジンを統合した40億パラメータのオムニモデルであり、組み込みAIコンピュータ「Jetson Thor」のオンボードメモリ（BF16形式で約9GB）に収まるよう軽量化されている。

• ​連続動作ストリーミング​: Jetson AGX Thor T5000上で、15Hz・解像度640×540において約1.53秒ごとにアクションチャンクを生成。1チャンクあたり約2.13秒分の動作をカバーするため、途切れのない連続制御が可能。
• DROIDデータセットの活用​: Franka PandaアームとRobotiqグリッパーを用いて収集された7万6,000軌道（約350時間・86タスク・564シーン）の学習データを採用。
• ​オープンライセンス提供​: OpenMDW1.1ライセンスのもと、重みデータがHugging Face、学習フレームワーク「cosmos-framework」がGitHubで公開。

Cosmos 3ファミリーのモデル構成と比較

モデル名	パラメータ規模	主要ターゲット	特徴
Cosmos 3 Edge	4B（40億）​	​オンデバイス（Jetson Thor）​	低遅延・省メモリ、ロボット搭載で完結
Cosmos 3 Nano	小型（Nano）	高性能エッジ・ワークステーション	RoboLabベンチマークで36.8%の成功率
Cosmos 3 Super	大規模（Super）	クラウド・データセンター	超高精度の物理シミュレーション・データ生成

閉ループシミュレーションと自律ロボティクスへの影響

Cosmos 3 EdgeのDROIDポリシーは、120種類の言語指示マニピュレーションタスクを含む閉ループシミュレーションベンチマーク「RoboLab」において、22.9%のタスク成功率を記録した。Nanoの36.8%に比べ成功率はやや抑えられるものの、外部GPUとの通信を一切行わずにロボット単体で自律動作を完結できる点が最大の強みである。

さらに、この事後学習フレームワークは農業用自律草刈りロボット（Aigen社事例など）における合成データ生成や、双腕ロボット、UR、WidowX 250など多様なロボット形態（エンボディメント）への適応が可能となっている。日本の製造業や物流現場における自律搬送・ピッキングロボットの開発加速が期待される。

引用元：NVIDIA Technical Blog