Cosmos 3 Edge: พลัง AI สู่โลกแห่งหุ่นยนต์และการมองเห็นบนอุปกรณ์ Edge

Cosmos 3 Edge: พลัง AI สู่โลกแห่งหุ่นยนต์และการมองเห็นบนอุปกรณ์ Edgeในยุคที่เครื่องจักรเริ่มเข้ามามีบทบาทสำคัญในหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นโรงงานอุตสาหกรรม คลังสินค้า หรือแม้กระทั่งในโรงพยาบาล การที่เครื่องจักรจะสามารถเข้าใจและโต้ตอบกับสภาพแวดล้อมรอบตัวได้อย่างมีประสิทธิภาพนั้น จำเป็นต้องอาศัยโมเดล AI ที่ทรงพลัง แต่ในขณะเดียวกันก็ต้องสามารถทำงานได้ดีบนระบบที่มีข้อจำกัดด้านหน่วยความจำวันนี้ NVIDIA ได้เปิดตัว Cosmos 3 Edge บน Hugging Face ซึ่งเป็นโมเดล Open World ขนาด 4 พันล้านพารามิเตอร์ ที่ออกแบบมาเพื่อช่วยให้หุ่นยนต์และเอเจนต์ Vision AI สามารถเข้าใจสภาพแวดล้อมรอบตัว ตัดสินใจแบบเรียลไทม์ และสร้างการกระทำของหุ่นยนต์ได้โดยตรงบนอุปกรณ์ EdgeCosmos 3 Edge คืออะไร?Cosmos 3 Edge คือโมเดล AI ขนาดกะทัดรัดที่ทำงานได้อย่างมีประสิทธิภาพบนอุปกรณ์ Edge โดยมีคุณสมบัติเด่นคือ:ประสิทธิภาพสูงบนอุปกรณ์ Edge: สามารถทำงานได้ดีบนคอมพิวเตอร์ Edge ของ NVIDIA รวมถึง NVIDIA RTX PRO GPUs, NVIDIA DGX, NVIDIA GeForce RTX™ GPUs และ NVIDIA Jetson (รวมถึงโมดูล Jetson T2000 และ T3000 ที่เพิ่งเปิดตัว)Vision Language Model (VLM) ขนาดเล็ก: ออกแบบมาให้เป็น VLM ขนาดเล็กที่ให้ Throughput และความแม่นยำที่ดีที่สุดในระดับเดียวกัน พร้อมการประมวลผลแบบเรียลไทม์World Action Model (WAM): ทำงานที่ความละเอียดระดับการควบคุมหุ่นยนต์ (640×360 observations) สามารถประมวลผลแบบเรียลไทม์ และสร้างการกระทำได้ถึง 32 แอคชั่นต่อการ Inference หนึ่งครั้งบน NVIDIA Jetson Thor ด้วยความเร็ว 15 Hzผู้นำด้าน Vision Analytics และ Robot Policy Learning: เมื่อเทียบกับโมเดลขนาดใกล้https://huggingface.co/blog/nvidia/cosmos3edge