NVIDIA Cosmos ورلڈ فاؤنڈیشن ماڈلز
NVIDIA Cosmos 'ورلڈ فاؤنڈیشن ماڈلز' کا ایک خاندان ہے جو جسمانی طور پر حقیقت پسندانہ ویڈیو بناتا اور پیش گوئی کرتا ہے، جو روبوٹ اور خود چلانے والی کاروں کو جسمانی دنیا کے بارے میں سکھانے کے لیے بنایا گیا ہے۔
جائزہ
It is essentially a physics-aware video simulator you can prompt.
گہرا غوطہ
CES 2025 میں اعلان کیا گیا، NVIDIA Cosmos جنریٹیو ورلڈ فاؤنڈیشن ماڈلز (WFMs) کا ایک پلیٹ فارم ہے جس کا مقصد فزیکل AI — روبوٹس، خود مختار گاڑیاں، اور صنعتی نظام ہیں۔ تفریح پر مرکوز عام ٹیکسٹ ٹو ویڈیو ٹولز کے برعکس، Cosmos کو لاکھوں گھنٹوں کی ڈرائیونگ، روبوٹکس، اور جسمانی تعامل کی ویڈیو پر تربیت دی جاتی ہے تاکہ وہ آؤٹ پٹ تیار کیا جا سکے جو جسمانی قابل اطمینانیت کا احترام کرتے ہیں: آبجیکٹ کی مستقل مزاجی، حرکت، اور 3D مستقل مزاجی۔ یہ مختلف حالتوں میں بھیجتا ہے جیسے Cosmos Predict (مستقبل کے فریم اور ویڈیو کی پیشن گوئی)، Cosmos Transfer (منظم ان پٹ جیسے گہرائی یا تقسیم کے نقشوں کو فوٹوریل ویڈیو میں تبدیل کرنا)، اور Cosmos Reason (مناظر کو سمجھنے کے لیے ایک استدلال ماڈل)۔ ماڈلز کو ایک کھلے لائسنس کے تحت جاری کیا جاتا ہے تاکہ ڈویلپرز ان کو اپنے سینسر کے ڈیٹا پر درست طریقے سے ترتیب دے کر پیمانے پر مصنوعی تربیتی منظرنامے تیار کر سکیں۔
تکنیکی بصیرت
Cosmos ایک ویڈیو ٹوکنائزر کو جوڑتا ہے جو کہ ہائی ریزولوشن فریموں کو کمپیکٹ ٹوکنز میں ڈفیوژن اور آٹوریگریسو ٹرانسفارمر آرکیٹیکچرز دونوں کے ساتھ کمپریس کرتا ہے جو متن، امیجز، یا پرانے فریموں پر مشروط ان ٹوکنز کی پیش گوئی کرتا ہے۔ ایک بلٹ ان گارڈریل سسٹم غیر محفوظ مواد کو فلٹر کرتا ہے۔ ٹوکنائزر کلیدی کارکردگی کا لیور ہے: ٹوکنز کے ایک چھوٹے سیٹ کے طور پر ویڈیو کی نمائندگی کرتے ہوئے، جسمانی حقیقت پسندی کے لیے درکار مقامی اور وقتی ڈھانچے کو محفوظ رکھتے ہوئے ماڈلز کو تربیت دی جا سکتی ہے اور بہت سستے طریقے سے چلائی جا سکتی ہے۔
اسٹریٹجک اثر
Vendor strategy
وینڈر روڈ میپس اس بات پر اثر انداز ہوتے ہیں کہ آپ کی ٹیم آگے کیا خصوصیات بنا سکتی ہے۔
لاگت اور بجٹ
تجارتی شرائط اور تعیناتی کے اختیارات طویل مدتی لاگت اور خطرے کو متاثر کرتے ہیں۔
خطرہ اور حفاظت
کمپنی کی ترغیبات پروڈکٹ ڈیفالٹس، حفاظتی کرنسی، اور کھلے پن کو شکل دیتی ہیں۔
NVIDIA Cosmos ورلڈ فاؤنڈیشن ماڈلز کا مستقبل
Cosmos ایک ایسے مستقبل کی طرف اشارہ کرتا ہے جہاں فزیکل AI کو زیادہ تر مہنگی، سست حقیقی کی بجائے پیدا شدہ دنیا میں تربیت دی جاتی ہے۔ NVIDIA Omniverse اور Isaac کے ساتھ بند لوپ سمولیشن، زیادہ قابل کنٹرول اور طویل ویڈیو جنریشن، اور خود مختار گاڑی اور ہیومنائیڈ-روبوٹ ڈویلپرز کے لیے مصنوعی ڈیٹا انجن کے طور پر اپنانے کے لیے سخت انضمام کی توقع کریں۔ جیسے جیسے اوپن ڈبلیو ایف ایم میں بہتری آتی ہے، رکاوٹ حقیقی فوٹیج اکٹھا کرنے سے ان نایاب 'ایج کیس' کے منظرناموں کی وضاحت کرنے کی طرف منتقل ہو جاتی ہے جن پر آپ مشق کرنا چاہتے ہیں۔
حقیقی دنیا کا نفاذ
سیلف ڈرائیونگ پرسیپشن سسٹم کو تربیت دینے کے لیے مصنوعی ڈرائیونگ کے منظرنامے (نایاب خطرات، موسم، روشنی) تیار کرنا
مستقبل کے ویڈیو فریموں کی پیشین گوئی کرنا تاکہ ایک روبوٹ اندازہ لگا سکے کہ ایک منظر کیسے سامنے آئے گا۔
کوسموس ٹرانسفر کے ذریعے ڈیٹا بڑھانے کے لیے گہرائی یا تقسیم کے نقشوں کو فوٹو ریئلسٹک ویڈیو میں تبدیل کرنا
جسمانی ہارڈویئر پر تعینات کرنے سے پہلے مصنوعی دنیا میں روبوٹ کی پالیسیوں کو پہلے سے تربیت دینا
خطرات اور گارڈریلز
لانچ کے اعلانات حقیقی پروڈکشن ورک فلو میں استحکام کو آگے بڑھا سکتے ہیں۔
API کی قیمتوں کا تعین یا پالیسی میں تبدیلی راتوں رات مفروضوں کو توڑ سکتی ہے۔
سنگل وینڈر پر انحصار لاک ان اور ہجرت کے اخراجات کو بڑھاتا ہے۔
نفاذ کا روڈ میپ
اپنے کاموں اور ڈیٹا سیٹس کا استعمال کرتے ہوئے فراہم کنندگان کا اندازہ لگائیں۔
انضمام سے پہلے رازداری، سیکورٹی اور قانونی شرائط کا جائزہ لیں۔
ماڈلز یا وینڈرز میں فال بیک پلان کو برقرار رکھیں۔
رہائی کے نوٹس کی نگرانی کریں تاکہ روڈ میپ میں تبدیلیاں ٹیموں کو حیران نہ کریں۔
دریافت کرتے رہیں
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the NVIDIA Cosmos World Foundation Models quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
اگلا گائیڈ
سکلڈ AI روبوٹ فاؤنڈیشن ماڈلز
اکثر پوچھے گئے سوالات
What is NVIDIA Cosmos World Foundation Models?
NVIDIA Cosmos 'ورلڈ فاؤنڈیشن ماڈلز' کا ایک خاندان ہے جو جسمانی طور پر حقیقت پسندانہ ویڈیو بناتا اور پیش گوئی کرتا ہے، جو روبوٹ اور خود چلانے والی کاروں کو جسمانی دنیا کے بارے میں سکھانے کے لیے بنایا گیا ہے۔ یہ بنیادی طور پر ایک طبیعیات سے آگاہ ویڈیو سمیلیٹر ہے جسے آپ اشارہ کر سکتے ہیں۔
NVIDIA Cosmos کا بنیادی مقصد کیا ہے؟
Cosmos فزیکل AI کے لیے عالمی فاؤنڈیشن ماڈلز کا ایک پلیٹ فارم ہے — جو روبوٹس اور خود مختار گاڑیوں کو تربیت دینے کے لیے فزکس سے آگاہ ویڈیو تیار کرتا ہے۔
Cosmos میں ویڈیو ٹوکنائزر کیا کرتا ہے؟
ٹوکنائزر ہائی ریزولوشن ویڈیو کو ٹوکنز کے ایک چھوٹے سیٹ میں کمپریس کرتا ہے، جس سے ساخت کو محفوظ رکھتے ہوئے ماڈلز کو تربیت اور چلانے کے لیے سستا ہو جاتا ہے۔
کون سا Cosmos ویرینٹ مستقبل کے ویڈیو فریموں کی پیشن گوئی پر توجہ مرکوز کرتا ہے؟
Cosmos Predict ویڈیو اور مستقبل کے فریم کی پیشن گوئی کو ہینڈل کرتا ہے۔ Transfer converts structured inputs to video, and Reason handles scene understanding.
خود مختار گاڑیوں کی تربیت کے لیے عالمی فاؤنڈیشن ماڈل کیوں قیمتی ہیں؟
مصنوعی کنارے کے کیسز تیار کرنا ان کو حقیقی سڑکوں پر جمع کرنے، تربیت کو تیز کرنے سے کہیں زیادہ سستا اور محفوظ ہے۔
Cosmos کو ڈویلپرز کے لیے کیسے جاری کیا گیا؟
NVIDIA نے کھلے لائسنس کے تحت Cosmos ماڈلز جاری کیے تاکہ ڈویلپرز انہیں اپنے ڈیٹا کے مطابق ڈھال سکیں۔