Cosmos 3 Edge : NVIDIA arme les robots, pas les studios
— AUDIOVISUEL
NVIDIA publie Cosmos 3 Edge, un World Model de quatre milliards de paramètres pensé pour tourner sur des cartes embarquées en usine ou en entrepôt. Je regarde ce lancement pour ce qu'il est vraiment : une brique robotique, pas un outil créatif de plus à tester ce mois-ci.
Quatre milliards de paramètres qui tournent sur une carte embarquée, ça ressemble à une prouesse technique plus qu'à une promesse créative. Cosmos 3 Edge, publié par NVIDIA, est conçu pour des bras robotisés, des entrepôts, des véhicules. Rien dans la fiche ne parle de génération d'image publicitaire, de moodboard ou de montage vidéo. Je préfère le dire tout de suite : ce n'est pas un outil de plus pour la production visuelle, et forcer un lien avec le travail d'un motion designer serait malhonnête envers la matière elle-même.
Ce qui me frappe, en revanche, c'est l'architecture. Une tour autorégressive pour le raisonnement, une tour à diffusion pour générer image, vidéo, audio et action, les deux partageant leurs couches d'attention pour aligner tout ça sur une représentation commune. C'est exactement la mécanique qu'on retrouve, sous d'autres formes, dans les générateurs vidéo qu'on manipule déjà pour des usages créatifs. La différence tient à la finalité : ici, l'objectif est qu'un bras robotisé anticipe le résultat d'un geste, pas qu'une image serve un brief client.
La carte du modèle est honnête sur ses limites : objets qui disparaissent, collisions invraisemblables, physique approximée faute de simulateur explicite. NVIDIA le dit lui-même, ces sorties ne valent ni simulation exacte ni décision de sécurité. Je trouve cette transparence plus intéressante que la performance annoncée sur Jetson Thor, parce qu'elle rappelle qu'un World Model reste un pari statistique sur la continuité du monde, pas une compréhension de la physique.
Ce lancement ne change rien à ma semaine de production, et je ne vois pas de raison de prétendre le contraire. Ce que je retiens, c'est la trajectoire : les briques qui alimentent aujourd'hui la robotique industrielle sont cousines de celles qui, demain, généreront nos vidéos. Autant suivre où NVIDIA pousse la recherche, même sans bouton à presser cette semaine.