NVIDIA Cosmos 플랫폼이 2026년 10월 22일 GTC Berlin 기간에 체계적인 확장을 받았다. NVIDIA 공식 블로그는 같은 날 월드 모델 도구 체인을 데이터에서 학습, 배포까지 넓혔다고 발표했다. Cosmos Data Factory의 새 블루프린트, Cosmos Framework 학습 레시피 확장, 시뮬레이션용 Cosmos 3 Nano 신규 변형, 더 빠른 NIM 마이크로서비스가 포함된다. 월드 모델의 역할은 로봇과 자율주행 시스템이 실제 환경에 나가기 전에 시뮬레이션 안에서 물리 세계를 이해하고 안전하게 시행착오를 겪게 하는 것이다.
먼저 메운 빈틈은 데이터
Data Factory는 학습 데이터의 라벨링, 선별, 증강, 평가를 담당한다. 이번에 추가된 다섯 가지 클라우드 네이티브 블루프린트는 자율주행 데이터셋 생성, 이미지 속성 증강, 희귀 사건 영상 생성, 결함 이미지 생성, 영상 데이터 증강을 다루며 GitHub와 함께 Azure, Nebius, CoreWeave에서 사용할 수 있다. 영상 데이터셋 처리를 맡는 Cosmos Curator는 멀티모달·멀티센서 입력을 지원하게 됐다. 도입 사례가 규모를 보여준다. 포르쉐는 Microsoft Azure에서 이 도구를 사용해 폭스바겐 그룹 브랜드들이 공유하는 자율주행 데이터 플라이휠을 구축 중이며, NVIDIA에 따르면 반복 실차 테스트를 최대 90% 줄이고 개발 주기를 최대 85% 단축하는 것이 목표다. ANYbotics는 합성 영상 1,500여 개를 생성해 액체 누출 같은 이상을 감지하는 산업용 순찰 로봇 학습에 활용했다.
학습 레시피는 더 많은 모델로, 배포 속도는 최대 두 배로
GTC Berlin에서 NVIDIA는 Cosmos Framework의 학습·최적화·배포 레시피를 에이전트 스킬 형태로 더 많은 오픈 모델로 확장해, GR00T, Alpamayo, Qwen, Pi0.5 같은 호환 모델에 파인튜닝, 강화학습, 증류, 양자화를 적용할 수 있게 했다. 연구소 MicroAGI는 구체적인 사례를 제시했다. 320억 파라미터의 Cosmos 3를 정확도 손실 없이 80억 파라미터 Nano 버전으로 증류했다는 것이다. 서빙 쪽에서는 업데이트된 Cosmos 3 NIM 마이크로서비스가 검증된 구성에서 최대 두 배 빠른 추론을 제공하고, 새 Nano 시뮬레이션 변형 덕분에 자율주행과 양팔 로봇 정책을 반복 가능한 다중 시점 시나리오에서 먼저 검증할 수 있다. 피지컬 AI 팀에게 이번 업데이트의 가치는 단일 벤치마크 점수가 아니라, 지금까지 따로 조립해야 했던 데이터, 학습, 평가, 배포 단계가 하나의 오픈 플랫폼 안으로 들어왔다는 데 있다.
