إنفيديا تطلق 4 نماذج Cosmos 3 مفتوحة بـ16 مليار معامل لمحاكاة العالم
بقلم علي المنتصر — محلل ومحرر تقني أول
أضافت إنفيديا أربعة نقاط تحقق مفتوحة الوزن لعائلة Cosmos 3 Nano لتحاكي البيئات التفاعلية وبيانات القيادة الذاتية متعددة المستشعرات. تمتلك النماذج الأربعة 16 مليار معامل قابلة للتدريب وتعمل بترخيص OpenMDW 1.1 الذي يسمح بالاستخدام التجاري وغير التجاري. تشمل الإصدارات Transfer-Auto وSim-Auto وSim-Transfer وSim-Bimanual لتغطية الروبوتات والقيادة الذاتية والتحكم الفيزيائي. تمثل الخطوة أساساً مفتوحاً لبناء عوالم محاكاة أكثر استجابة للباحثين والمطورين.
الموجز الإحصائي السريع
أعلنت NVIDIA عبر مدونة Hugging Face الرسمية إضافة أربعة نقاط تحقق مفتوحة الوزن إلى عائلة Cosmos 3 Nano لمحاكاة العالم التفاعلية وبيانات القيادة متعددة المستشعرات، جميعها بـ16 مليار معامل قابلة للتدريب وترخيص OpenMDW 1.1 الذي يجيز الاستخدام التجاري وغير التجاري. النماذج متاحة للتنزيل الفوري عبر منصة Hugging Face مع وصفات ما بعد التدريب والتقرير التقني.
📊 بطاقة البيانات والمواصفات التقنية الرسمية
| المحور التقني | البيانات الرسمية المؤكدة |
|---|---|
| 💰 الأسعار وتكلفة الاستخدام | مجانية بالكامل: أوزان مفتوحة (open-weight) بترخيص OpenMDW 1.1 للاستخدام التجاري وغير التجاري دون رسوم ترخيص معلنة |
| 🌐 المنصات والتوفر الفوري | Hugging Face (تنزيل نقاط التحقق) | Linux + NVIDIA GPU + Docker + NVIDIA Container Toolkit | إعداد vLLM-Omni مُختبر على وحدة GB200 واحدة |
| ⚡ الأداء ومؤشرات السرعة | Sim-Auto يولّد مقاطع متزامنة في خطوات إزالة ضوضاء قليلة (4 خطوات في مرحلة التقطير) | كل خطوة كامنة تمثل 4 إطارات RGB | Transfer يتنبأ بخطوة واحدة لكل مقطع، وBimanual بخطوتين |
| 🛡️ الأمان ومقاومة الاختراق | لم يذكر البيان معايير أمان أو حماية من Prompt Injection؛ الترخيص OpenMDW 1.1 يحدد شروط الاستخدام |
| 🧠 سياق الذاكرة (Context Window) | لا يوجد سياق نصي تقليدي؛ النموذج يعمل على تمثيلات فيديو مضغوطة (latents) مع ذاكرة تاريخية متجددة وذاكرة key/value cache |
| 🌍 دعم اللغة العربية والمنطقة | غير مذكور؛ النصوص التوجيهية بالإنجليزية لتحديد المظهر البصري فقط، ولا يوجد دعم عربي معلن |
تفاصيل الإعلان والميزات التقنية الجديدة
تعتمد النماذج الأربعة على معمارية Mixture-of-Transformers التي تربط شبكات معالجة النصوص وتوليد الصور عبر آلية الانتباه، مع انتباه سببي زمني يقرأ التاريخ المتاح ويتجاهل الأهداف المستقبلية. يولد النموذج كل مقطع قصير من النص التوجيهي والتحكمات المتاحة والتاريخ المولد، ثم يفك ترميز الصور ويحدّث التاريخ. يقدم Cosmos3-Nano-Transfer-Auto توليداً متزامناً عبر 11 كاميرا بما فيها عدسات fisheye مع توليد RGB وLiDAR مشترك، بينما يقدم Cosmos3-Nano-Sim-Auto نسخة تدفقية مقطرة سببياً تولد مقاطع صغيرة في خطوات قليلة لدعم التفاعل المغلق.
يغطي Cosmos3-Nano-Sim-Transfer تحويل تحكمات المحاكي الفيزيائي (العمق والتقسيم والضبابية) مع نص توجيهي إلى فيديو واقعي، بينما يحاكي Cosmos3-Nano-Sim-Bimanual تطور البيئة استجابة لأفعال روبوت ثنائي الذراع لهيئتي YAM وAgiBot. يستخدم المثال المختلط 59 قيمة تحكم تُحشى إلى 64 أثناء التدريب، مع سكيما تحدد أطر الإحداثيات والدورانات ومعايرة القابض وأقنعة الصلاحية. تعتمد وصفة التدريب على أربع مراحل: التكيف ثنائي الاتجاه، ثم الإجبار التعليمي، ثم تقطير الاتساق بأربع خطوات إزالة ضوضاء، وأخيراً الإجبار الذاتي على التاريخ المولد لمنع تراكم الأخطاء.
المقارنة المعيارية والأداء التنافسي
لا يقدم البيان الرسمي أرقام بنشمارك مقارنة بنماذج منافسة مثل Genie أو GAIA أو WorldLabs، لكنه يحدد مؤشرات أداء تشغيلية واضحة: توليد متزامن عبر 11 كاميرا، وتوليد LiDAR مشترك مع تحكمات HD-Map، وتقطير إلى 4 خطوات إزالة ضوضاء، وتنبؤ بمقطع واحد أو مقطعين لكل خطوة كامنة تمثل 4 إطارات RGB. تتفوق هذه المواصفات على النماذج المغلقة في قابلية التخصيص عبر ما بعد التدريب على بيانات المستخدم، بينما يبقى التحدي المعلن هو قياس مدى دعم النماذج لتعلم السياسات وتقييمها بدقة.
ماذا يعني هذا للمطور والمستخدم العربي؟ (The Localization Edge)
لا تتضمن النماذج معالجة لغوية عربية، إذ يقتصر دور النص على توجيه المظهر البصري بالإنجليزية، ما يعني أن كفاءة التوكنز العربية غير ذات صلة مباشرة بهذه الإصدارات. لكن الترخيص المجاني OpenMDW 1.1 يخفض تكلفة التطوير إلى الصفر على صعيد الرسوم، ويترك التكلفة الفعلية على عاتق العتاد: وحدة GB200 واحدة كافية للتشغيل وفق الاختبار الرسمي. يمكن لفرق البحث العربية في الجامعات وشركات القيادة الذاتية الناشئة تخصيص Transfer-Auto على بيانات محلية (طرق، طقس، إشارات مرورية) ثم تقطيره إلى Sim-Auto لمحاكاة تفاعلية، ما يفتح حالات استخدام في تدريب سائقين آليين لمناخات الخليج وشوارع المدن المكتظة دون تكاليف ترخيص.
الخلاصة والتطلعات القادمة
تمثل الإصدارات الأربعة خطوة عملية نحو توحيد محاكاة العالم مفتوحة المصدر، مع وصفات تدريب منشورة وأوزان قابلة للتخصيص. التحدي القادم وفق البيان هو قياس حدود النماذج في دعم تعلم السياسات وتحسينها، وهو ما سيتحدد عبر تقييم مستقل من المجتمع البحثي.
المصدر الإعلامي: Hugging Face | البيان الرسمي للشركة: المصدر الأصلي | تدقيق وتحليل البيانات: AI Tools Oasis
أسئلة شائعة
فريق AI Tools Oasis
نقدم لك أحدث الأخبار والتحليلات في عالم الذكاء الاصطناعي بدقة ومصداقية. تابعنا للحصول على كل جديد.
