Di ajang Computex 2026 di Taipei, CEO Nvidia Jensen Huang mengumumkan Cosmos 3, sebuah model AI fisik (physical AI) open-source yang dirancang untuk memahami, mensimulasikan, dan bertindak di dunia nyata secara real-time.
Cosmos 3 bukan sekadar model bahasa atau generator gambar. Model ini merupakan sistem terpadu yang memproses berbagai modalitas sekaligus.
Apa Itu Physical AI dan Mengapa Berbeda?
Sebagian besar AI modern seperti ChatGPT beroperasi di ranah simbolik: teks, gambar, atau audio sebagai representasi statis. Namun, dunia fisik bersifat dinamis dan tunduk pada hukum fisika.
Physical AI harus mampu memprediksi kejadian berikutnya, bukan sekadar memahami arti kalimat.
Misalnya, lengan robot yang meraih gelas perlu memperkirakan reaksi permukaan, kemungkinan tumpah, dan posisi jari yang tepat.
Cosmos 3 dibangun untuk tantangan ini.
Ia menerima input dari kamera atau mikrofon, lalu mensintesisnya menjadi simulasi dunia internal yang terus diperbarui untuk merencanakan tindakan optimal.
Arsitekturnya menggunakan mixture-of-transformers, sehingga model ini tidak hanya melihat atau mendengar, tetapi memahami sebab-akibat fisik dan menghasilkan rekomendasi tindakan dalam satu proses inferensi.
Peluncuran Cosmos 3 disertai pembentukan Cosmos Coalition, aliansi strategis dengan perusahaan seperti Agile Robots, Black Forest Labs, Runway, Skild AI, Generalist, dan LTX.
Tujuannya mempercepat pengembangan open world models yang mampu mereplikasi dinamika dunia fisik secara akurat.
Cosmos 3 diharapkan menjadi fondasi bagi robot otonom, kendaraan swakemudi generasi berikutnya, dan simulasi digital canggih.
