NVIDIA、Cosmos Transfer 2.5・Predict 2.5・Reason 2を公開　physical AI向けsynthetic dataとreasoningを強化

XでNVIDIAが打ち出した内容

2026年3月20日、NVIDIAは新しいCosmos checkpointがphysical AIの最も難しい課題の一つに向けられていると説明した。つまり、ロボットや自律システムを訓練するために必要な、大規模で多様かつphysics-awareなデータとreasoning能力である。更新の柱は Cosmos Transfer 2.5、Cosmos Predict 2.5、Cosmos Reason 2 の3つだ。

戦略的に重要なのは、NVIDIAがこれを単なる推論高速化として語っていない点にある。同社はCosmosを、simulation、synthetic data generation、future-world prediction、embodied reasoningをつなぐインフラ層として位置づけている。だからこの発表は、ロボティクス研究だけでなくphysical AI全体の基盤に関わる話だ。

NVIDIA Technical Blogで確認できる内容

リンク先のNVIDIA Technical Blogは、次世代のhumanoidやautonomous vehicleなどのphysical AI systemがhigh-fidelity, physics-aware training dataに依存すると説明する。そのうえで各更新が何を改善するのかを具体的に示している。

• Cosmos Transfer 2.5 は、simulationと3D spatial inputから、より高速かつスケーラブルにデータ拡張を行う仕組みとして説明されている。照明、環境、構図の違いに強いphotorealistic synthetic data生成が焦点だ。
• Cosmos Predict 2.5 は、最大 30秒 の future-world sequence生成を担い、NVIDIAによれば proprietary または domain-specific data で post-train した場合、最大 10倍 の精度向上が見込めるという。multiview output と custom camera layout にも対応する。
• Cosmos Reason 2 は、より高い spatiotemporal understanding、2D・3D object localization、reasoning explanation、最大 256K input token の long context を追加するとしている。

記事は、これらの更新を simulation data、perception、scenario generation、downstream decision system が連動する physical AI workflow と直接結びつけている。NVIDIAの考えでは、world modelは環境理解だけでなく、その後のシステム改善に使う訓練データ生成にも関与する。

なぜ重要か

physical AIのボトルネックは、web-scale language modelとは異なる。ロボットや自律機械は、照明変化、稀な edge case、motion dynamics、sensor layout、現実の物理条件まで幅広く扱う必要がある。しかし実世界データを十分に集めるのは高コストで時間もかかる。そのため synthetic generation と world model は補助機能ではなく中核インフラになる。

NVIDIAはその中核層をCosmosで押さえようとしている。Transferがphotoreal generationを、Predictがscenario rolloutを、Reasonがgrounded multimodal解釈を強化するなら、Cosmosはdownstream robotics systemを訓練・検証するためのplatformになる。NVIDIAがCosmosを次世代physical AIの中心基盤として押し出している理由はそこにある。

出典: NVIDIA AI Developer X投稿 · NVIDIA Technical Blog