NVIDIA, 물리 AI용 Cosmos Reason 2 공개

NVIDIA가 물리적 AI를 위한 오픈 추론 시각 언어 모델(VLM)인 Cosmos Reason 2를 출시했다. 이 모델은 시공간 이해 능력을 바탕으로 로봇과 AI 에이전트가 물리적 세계를 인간처럼 이해하고 계획하며 행동할 수 있도록 설계되었다.

주요 특징 및 성능:

• 리더보드 1위: Physical AI Bench 및 Physical Reasoning 리더보드에서 오픈 모델 중 최고 성능 기록.
• 확장된 컨텍스트: 입력 토큰 제한을 기존 16K에서 256K로 대폭 확장.
• 유연한 배포: 2B 및 8B 파라미터 모델을 통해 엣지부터 클라우드까지 최적화된 성능 제공.
• 정밀한 시각 이해: 2D/3D 포인트 로컬라이제이션, 바운딩 박스, 궤적 데이터 및 OCR 지원.

주요 활용 분야:

• 비디오 분석: 텍스트 인식 및 공간 이해를 통한 비디오 데이터 인사이트 추출.
• 데이터 어노테이션: 자율주행(AV) 학습을 위한 정밀한 타임스탬프 기반 캡션 생성 (Uber 활용 사례).
• 로봇 제어: 로봇의 의사결정을 돕는 VLA(Vision-Language-Action) 모델의 핵심 엔진 역할.