نماذج نفيديا "كوزموس 3" لفهم العالم تصل إلى أمازون SageMaker JumpStart

عائلة "كوزموس 3" (Cosmos 3) من نفيديا، وهي ثلاثة نماذج مصمّمة خصيصاً لفهم العالم الفعلي بغرض تشغيل الذكاء الاصطناعي المادي، أصبحت متاحة الآن للنشر مباشرة من خلال أمازون SageMaker JumpStart. يشمل الإصدار ثلاثة نماذج: Cosmos3-Edge وCosmos3-Nano وCosmos3-Super، كل منها يخدم نقطة مختلفة على مسار يمتد من التحكم اللحظي بالروبوتات على الجهاز نفسه إلى المحاكاة عالية الدقة.

الشركة تصف الثلاثة بأنها نماذج مفتوحة المصدر وشاملة الوسائط (Omnimodal)، صُمّمت لمساعدة الفرق على بناء روبوتات ومركبات ذاتية القيادة وأنظمة رؤية قادرة على الإدراك والاستدلال والتخطيط والتصرّف داخل البيئات المادية. الفارق الجوهري بينها يكمن في الحجم وموقع تشغيل المعالجة الحاسوبية.

ثلاثة نماذج، ثلاث مهام

Cosmos3-Edge هو الأصغر بـ4 مليارات معلمة (Parameter)، ويعمل بالتزامن مع وحدة استدلال قائمة على "نيموترون" (Nemotron) بحجم 2 مليار معلمة. صُمّم خصيصاً للتحكم اللحظي بالروبوتات على أجهزة الحوسبة الطرفية، ويعمل بدقة 640×360 بيكسل، مولّداً 32 إجراءً في كل عملية استدلال بمعدل 15 هرتز على معالج نفيديا "جيتسون ثور" (Jetson Thor).

يعالج النموذج أيضاً الفيديو بدقتين أقل هما 256p و480p، بمعدل 12 إلى 30 صورة في الثانية، مفضّلاً السرعة على التفاصيل البصرية لأنه مصمم للعمل مباشرة داخل حلقة تحكم الروبوت.

Cosmos3-Nano يقع في المنتصف بحجم 16 مليار معلمة. بُني لتوليد نماذج للعالم مدركة للفيزياء وللاستدلال المادي، فهو يعالج النصوص والصور والفيديو والصوت ومسارات الحركة معاً، مع قدرة على الاستدلال التسلسلي (Chain-of-Thought) عبر النص والصورة والفيديو بدقة تصل إلى 720p.

Cosmos3-Super هو النموذج الرائد بحجم 64 مليار معلمة، والأعلى دقة في العائلة كاملة. يعتمد بنية موحّدة من نوع "خليط المحوّلات" (Mixture-of-Transformers) لمعالجة وتوليد اللغة والصور والفيديو والصوت وسلاسل الإجراءات في آن واحد، مع دعم دقة تصل إلى 720p بأبعاد صور متعددة.

لماذا يهم هذا التقسيم

البنية الثلاثية تعكس بدقة الطريقة التي تُبنى وتُنشر بها أنظمة الذكاء الاصطناعي المادي فعلياً. Cosmos3-Super موجّه لمحاكاة العالم وتوليده وقت التدريب حيث تكون الدقة الأهم، وCosmos3-Nano لمهام التخطيط الثقيلة الاستدلال، وCosmos3-Edge للاستدلال المقيّد الحساس لزمن الاستجابة الذي يجب أن يعمل على الروبوت نفسه.

توفير الثلاثة عبر SageMaker JumpStart يخفض حاجز الدمج أمام عملاء أمازون. يتطلب النشر بضع نقرات فقط عبر لوحة تحكم SageMaker، أو عبر الوصول البرمجي باستخدام حزمة تطوير بايثون (SageMaker Python SDK)، بدل بناء بنية استدلال مخصصة من الصفر.

يتطلب النشر بضع نقرات فقط عبر لوحة تحكم SageMaker، أو الوصول البرمجي عبر حزمة تطوير بايثون الخاصة بها

بالنسبة لفرق الروبوتات والمركبات ذاتية القيادة العاملة أصلاً داخل بنية أمازون، يتحوّل ما كان مشروع نشر نماذج يستغرق أسابيع إلى مجرد قرار اختيار نقطة نهاية مُدارة. كما تفتح هذه الخطوة لنفيديا قناة توزيع إضافية لنماذج "كوزموس" خارج منصتيها الخاصتين NGC وواجهة برمجة التطبيقات، لتصل إلى عملاء يبنون منظومة عملياتهم على SageMaker بدلاً من أدوات نفيديا نفسها.