무엇이 공개됐나
NVIDIA는 2026년 7월 20일 Hugging Face에서 Cosmos 3 Edge를 공개했습니다. 4B 파라미터의 월드 모델로, 장면을 이해하고 다음 상태와 행동 결과를 예측해 로봇과 비전 AI 에이전트가 엣지 장치에서 활용하도록 설계됐습니다. 가중치는 로그인 없이 다운로드할 수 있으며 OpenMDW 1.1 라이선스 조건이 적용됩니다.
모델 구성
- 자기회귀 타워는 영상과 텍스트를 읽어 이해·추론합니다.
- 확산 타워는 영상·오디오·행동 토큰으로 예측과 생성을 처리합니다.
- 두 타워는 멀티모달 주의 계층을 공유해 장면, 가능한 미래와 행동을 연결합니다.
- DROID 데이터로 후처리한 로봇 조작 정책과 학습 스크립트도 제공됩니다.
NVIDIA는 Jetson Thor에서 640×360 관측을 받아 추론당 32개 행동을 만들고 15Hz 제어를 달성했다고 보고했습니다. 또한 Cosmos3-Super의 4단계 증류 이미지-투-비디오와 텍스트-투-이미지 체크포인트를 함께 내놓으며 기본 모델보다 최대 25배 빠르다고 밝혔습니다.
왜 중요한가
월드 모델을 데이터센터 API로만 쓰지 않고 공장·창고·로봇 장치 가까이 배치할 수 있는 선택지입니다. 다만 ‘오픈’은 장치와 전력이 무료라는 뜻이 아니며 NVIDIA 가속기 중심 최적화와 OpenMDW 조건을 검토해야 합니다.
안전과 검증
공식 안전 문서도 이 모델이 안전 인증 부품이 아니며 생명과 관련된 판단이나 제어의 유일한 근거로 사용해서는 안 된다고 명시합니다. 실제 로봇에는 물리적 제한, 비상 정지, 시뮬레이션·현장 단계 검증, 사람 감독과 별도 안전 제어기가 필요합니다. 순위와 속도는 발표 시점의 리더보드·하드웨어 조건으로 다시 측정해야 합니다.