Gli agenti di IA animano i robot: NVIDIA aggiorna i modelli di ragionamento Nemotron e Cosmos

In occasione di SIGGRAPH, NVIDIA ha aggiornati i propri modelli di deep reasoning (Nemotron) e di Physical AI reasoning (Cosmos Reason), che ora vantano prestazioni superiori, costi ridotti e capacità multimodali avanzate, oltre ad essere pronti per essere adottati in ambienti enterprise e robotici reali. Diversi grandi attori stanno già sperimentando queste tecnologie, che saranno presto disponibili tramite diversi ecosistemi cloud e orchestratori IA.

Nemotron: ragionamento di nuova generazione per l’enterprise

La linea Nemotron si arricchisce di due modelli principali: Nemotron Nano 2 e Llama Nemotron Super 1.5. Entrambi puntano a offrire la massima accuratezza nei rispettivi formati per attività complesse come ragionamento scientifico, matematica, programmazione, gestione di istruzioni e conversazioni complesse.

L’architettura combina approccio ibrido, quantizzazione compatta e un “thinking budget” (la quantità di token che si vuole destinare al ragoinamento) configurabile, permettendo di ridurre del 60% i costi di ragionamento e garantire prestazioni fino a sei volte superiori in termini di token elaborati al secondo rispetto a modelli equivalenti. NVIDIA ha inoltre rilasciato il primo dataset open VLM per Llama Nemotron, con 3 milioni di esempi dedicati a OCR, Visual Question Answering e generazione di didascalie.

Cosmos Reason: la visione ragionante per l'IA fisica, integrata nei robot

Sul fronte della Physical AI, l'IA che sarà integrata in robot e macchinari, NVIDIA introduce Cosmos Reason, un Vision Language Model da 7 miliardi di parametri progettato per comprendere concetti fisici come la permanenza degli oggetti, la coerenza spazio-temporale e la pianificazione in contesti complessi. Capacità cruciali per applicazioni in robotica, veicoli autonomi, analisi video e automazione industriale.

Cosmos Reason è già integrato nel Blueprint Metropolis di NVIDIA, che abilita funzionalità avanzate di ricerca e sintesi video, pensate per smart cities e ambienti industriali.

Il futuro è già qui

Un aspetto da sottolineare è che i modelli di cui parliamo non sono progetti in via di sviluppo che non si sa quando vedranno la luce, ma sono già utilizzati da numerose realtà.  

Nemotron, per esempio, è già utilizzato da realtà come Zoom, EY e CrowdStrike. Le applicazioni spaziano dall’automazione di flussi di lavoro al supporto decisionale, fino allo sviluppo software.

Cosmos Reason, invece, è impiegato da aziende come Uber, Centific, VAST, Ambient.ai e Magna per attività che includono annotazione di dati per veicoli autonomi, sicurezza in ambienti industriali e navigazione autonoma.