NVIDIA Cosmos: WFM의 세 가지 핵심 모델과 피지컬 AI의 활용

이 글은 NVIDIA가 발표한 "피지컬 AI 시대"의 핵심 기술인 NVIDIA Cosmos에 대해 설명합니다. Cosmos는 디지털 트윈 플랫폼인 Omniverse와 함께 소개된 World Foundation Model(WFM)로, 기존의 텍스트-이미지-비디오 생성 모델들을 통합하고 확장한 세 가지 핵심 모델(Cosmos-Predict, Cosmos-Transfer, Cosmos-Reason)로 구성됩니다.

5는 도메인 전이 및 스타일 변화에 초점을 맞춥니다. Cosmos-Reason은 영상과 이미지를 이해하고 물리적 상황에 대해 질의응답 및 분석을 수행하는 비전-언어 추론 모델입니다.

저자는 Cosmos가 단순한 영상 생성 도구를 넘어, 정책 모델 학습 및 검증을 위한 '세계의 디지털 트윈' 구축의 기반이 된다는 점을 강조하며 피지컬 AI에서의 중요성을 설명합니다. 도구를 넘어, 정책 모델 학습 및 검증을 위한 '세계의 디지털 트윈' 구축의 기반이 된다는 점을 강조하며 피지컬 AI에서의 중요성을 설명합니다.