Cosmos 3 Edge: o modelo de mundo que roda no dispositivo
A NVIDIA lançou o Cosmos 3 Edge, um modelo de mundo aberto de 4 bilhões de parâmetros projetado para executar em dispositivos. Ele ajuda robôs e agentes de visão a entender o ambiente, raciocinar em tempo real e gerar ações robóticas localmente — sem depender de conexão com data centers.
O lançamento completa a família Cosmos 3, que já incluía o Nano (16B) e o Super (64B), apresentados em 31 de maio de 2026 na GTC Taipei. O Edge é o terceiro e menor integrante, com aproximadamente um dezesseis avos do tamanho do Super, mas focado em um problema específico: desempenho de data center em hardware com memória restrita, como braços robóticos, drones e câmeras inteligentes.
O que um modelo de mundo faz
Um modelo de mundo aprende como um ambiente muda ao longo do tempo. Ele representa objetos, movimento, relações espaciais e os efeitos das ações. Pense em um robô estendendo o braço para pegar uma peça: reconhecer o objeto é só o primeiro passo. O robô também precisa rastrear a posição, prever o movimento do garra e antecipar o que acontece no contato.
O Cosmos 3 Edge faz exatamente isso — raciocina sobre essas relações, prevê o resultado visual de uma ação, infere a ação que causou uma mudança ou gera uma ação para alcançar um objetivo. Tudo no dispositivo, em tempo real.
Especificações técnicas e capacidades
Com 4 bilhões de parâmetros, o Cosmos 3 Edge foi treinado com 9,3 trilhões de tokens e suporta janela de contexto de 64K tokens. Opera em GPUs de consumo como a RTX 5090, que custa cerca de US$ 2.000 — uma fração do hardware de data center tradicional. O modelo roda a 40 FPS em resolução 480p, adequado para aplicações de robótica e visão embarcada.
O pipeline de raciocínio suporta três modos: gerar ação a partir de meta (“vá para a esquerda”), prever o próximo quadro a partir de uma ação, e inferir a ação entre dois quadros observados. Isso permite que o mesmo modelo execute tarefas de planejamento, predição e diagnóstico em cadeia.
O código está disponível no GitHub (NVIDIA/Cosmos) com licença Apache 2.0 para pesos de modelo e código.
Por que isso importa para o Brasil
A robótica industrial brasileira — em setores como agronegócio, manufatura automotiva e logística portuária — tradicionalmente depende de soluções proprietárias e caras. Um modelo de mundo aberto que roda em hardware acessível (US$ 2.000, não US$ 40.000) muda a equação econômica para automação inteligente em pequenas e médias empresas.
Além disso, a capacidade de operar offline resolve um problema real em ambientes como fazendas, armazéns e plataformas de petróleo, onde conectividade de baixa latência não é garantida. O modelo toma decisões localmente sem depender da nuvem.
Limitações
O desempenho em 480p é adequado para navegação e manipulação, mas insuficiente para inspeção visual de alta precisão. O modelo é especializado em raciocínio espacial e motor — não substitui LLMs para tarefas de linguagem. E 4B de parâmetros, embora impressionante para execução on-device, naturalmente tem teto de compreensão menor que os irmãos maiores da família.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
