NVIDIA Releases Cosmos 3 Edge: A 4B-Parameter Open World Model That Reasons and Generates Robot Actions On-Device

NVIDIA 正式推出 Cosmos 3 Edge，這是一款擁有 40 億參數的開放世界模型，專為在裝置端本地運行而設計。該模型旨在協助機器人與視覺 AI 代理理解周遭環境，即時進行推理，並在本地端直接生成機器人動作指令，無需依賴雲端連線。 Cosmos 3 系列原本包含兩個較大的版本：Cosmos 3 Nano（160 億參數）與 Cosmos 3 Super（640 億參數），兩者已於 2026 年 5 月 31 日在 GTC Taipei 正式發表。如今推出的 Edge 是該系列的第三個、也是規模最小的成員，參數量僅約為 Super 版本的十六分之一，但這正是其核心定位所在。 問題非常具體：機器在工廠、倉庫、醫院等邊緣環境中運作時，往往面臨記憶體與運算資源受限的系統。這些系統需要達到資料中心等級的推論表現，卻無法配備昂貴的伺服器級硬體。Cosmos 3 Edge 正是為填補這一缺口而設計，讓邊緣裝置能夠在有限的算力下執行複雜的空間理解與動作規劃。 這款模型屬於「開放世界模型」的範疇，意味著它不局限於特定場景或任務，而是能夠處理多樣化的環境與動態變化。對於自主移動機器人、協作機器手臂、以及需要即時反應的視覺 AI 系統而言，這種泛化能力至關重要。傳統上，機器人控制需要預先編寫規則或大量標註數據，但 Cosmos 3 Edge 可以在裝置端直接從視覺輸入中推理出下一步動作，大幅降低延遲並提升隱私安全性。 NVIDIA 選擇在 GTC Taipei 這項年度技術盛會上公布 Cosmos 3 系列，凸顯其對亞洲邊緣運算與機器人市場的重視。隨著工業自動化與智慧醫療需求持續攀升，能夠在本地端執行的高效模型成為各廠商競逐的焦點。Cosmos 3 Edge 的參數量級雖然小，但目標是提供與大模型相近的推理品質，特別是在記憶體受限的邊緣晶片（如 NVIDIA Jetson 系列）上達到即時運算。 從技術角度來看，4B 參數的模型在邊緣裝置上屬於合理範圍。相較於 64B 的 Super 版本，Edge 的模型大小僅為其 6.25%，這使得它能夠被部署在散熱、功耗與記憶體都較為有限的嵌入式系統中。然而，NVIDIA 並未犧牲模型對世界結構的理解能力；Cosmos 3 Edge 保留了對三維空間、物體關係、時間序列變化的建模能力，這正是機器人與視覺 AI 在動態環境中做出正確決策的基礎。 在工廠場景中，協作機器人需要即時識別生產線上的零件位置與姿態，並避開移動的人員或障礙物。Cosmos 3 Edge 可以在本地端處理攝影機串流，直接輸出抓取或移動的動作指令，免除雲端通訊的延遲。在倉庫環境中，自主移動機器人（AMR）必須在狹窄通道中規劃路徑，同時識別貨架上的商品標籤；Edge 模型讓這些運算能夠在車載電腦上完成，無需頻繁回傳資料。醫院場景則更要求隱私與即時性，例如服務機器人需要辨識病房環境、避開病床與醫療設備，同時根據語音指令移動至病人床邊；Cosmos 3 Edge 的本地推理能力正好滿足這些需求。 NVIDIA 在邊緣運算領域的布局早已不限於硬體，而是透過完整的軟體生態與開放模型來降低開發門檻。Cosmos 3 Edge 屬於開放世界模型，開發者可以基於此模型進行微調或直接使用，無需從零開始訓練。這對於中小型機器人新創公司尤其有利，因為他們往往缺乏龐大的算力資源與數據集，卻仍需要高效能的即時感知與控制能力。 值得注意的是，Cosmos 3 系列的三個版本並非互相取代，而是針對不同運算層級提供選擇：Nano 適合中等規模的邊緣伺服器，Super 用於雲端或資料中心訓練與推論，而 Edge 則專為最嚴苛的裝置端部署最佳化。三者共享相同的架構基礎，使得從 Edge 到 Super 的模型轉換或協同工作成為可能，開發者可以根據實際部署環境的算力限制，靈活選用合適的版本。 隨著邊緣 AI 晶片效能持續提升，以及機器人應用場景日益複雜，業界對於能夠在裝置端執行多模態推理的模型需求急遽增加。NVIDIA 選擇在此時推出 Cosmos 3 Edge，不僅強化了其產品線的完整性，也回應了市場對於「輕量級但具備高階推理能力」的明確呼聲。未來，在智慧工廠、物流自動化、醫療輔助機器人等領域，這款模型有望成為邊緣裝置上的標準配置之一。